Intrati in legatura

Schița de curs

Introducere în Știința Datelor/IA

  • Obținerea cunoștințelor prin date
  • Reprezentarea cunoștințelor
  • Crearea de valoare
  • Prezentare generală a Științei Datelor
  • Ecosistemul IA și o nouă abordare a analizei
  • Tehnologii cheie

Fluxul de lucru în Știința Datelor

  • Crisp-dm
  • Pregătirea datelor
  • Planificarea modelului
  • Construirea modelului
  • Comunicarea
  • Implementarea

Tehnologii în Știința Datelor

  • Limbaje folosite pentru prototipare
  • Tehnologii Big Data
  • Soluții de la cap la coadă pentru probleme comune
  • Introducere în limbajul Python
  • Integrarea Python cu Spark

IA în Afaceri

  • Ecosistemul IA
  • Etica IA
  • Cum să implementezi IA în afaceri

Surse de date

  • Tipuri de date
  • SQL vs NoSQL
  • Stocarea datelor
  • Pregătirea datelor

Analiza Datelor – Abordare statistică

  • Probabilitate
  • Statistică
  • Modelare statistică
  • Aplicații în afaceri folosind Python

Învățarea automată în afaceri

  • Supravegheată vs nesupravegheată
  • Probleme de prognoză
  • Probleme de clasificare
  • Probleme de clustering
  • Detectarea anomaliilor
  • Motoare de recomandare
  • Minerția modelelor de asociere
  • Rezolvarea problemelor de ML folosind Python

Învățarea profundă

  • Probleme în care algoritmii tradiționali de ML eșuează
  • Rezolvarea problemelor complexe cu Învățarea Profundă
  • Introducere în Tensorflow

Procesarea limbajului natural

Vizualizarea datelor

  • Raportarea vizuală a rezultatelor modelării
  • Capcane comune în vizualizare
  • Vizualizarea datelor cu Python

De la Date la Decizie – comunicare

  • Crearea de impact: povestirea bazată pe date
  • Influența eficienței
  • Managementul proiectelor de Știința Datelor

Cerințe

Nu sunt necesare cunoștințe prealabile.

 35 Ore

Numărul de participanți


Pret per participant

Mărturii (7)

Cursuri viitoare

Categorii înrudite