Intrati in legatura
 Durata 21 ore

Schița de curs

Introducere

  • Definirea AI-ului Predictiv
  • context istoric și evoluția analitică predictivă
  • principii de bază ale machine learning și data mining

Colectarea și preprocesarea datelor

  • Colectarea datelor relevante
  • Curățarea și pregătirea datelor pentru analiză
  • Înțelegerea tipurilor de date și a surselor

Analiza exploratorie a datelor (EDA)

  • Vizualizarea datelor pentru insights
  • Statistica descriptivă și sumarizarea datelor
  • Identificarea modelelor și relațiilor în date

Modelare statistică

  • Bazele inferenței statistice
  • Analiza regresiei
  • Modele de clasificare

Algoritmi de machine learning pentru predicții

  • Prezentare generală a algoritmilor de supervised learning
  • Arbori de decizie și paduri aleatorii (random forests)
  • Rețele neuronale și bazele deep learning

Evaluarea și selecția modelului

  • Înțelegerea acurateței modelului și a metricilor de performanță
  • Tehnici de validare încrucișată (cross-validation)
  • Overfitting și ajustarea modelului

Aplicații practice ale AI-ului Predictiv

  • Cazuri studiat în diverse industrii
  • Considerații etice în modelarea predictivă
  • Limitări și provocări ale AI-ului Predictiv

Proiect hands-on

  • Lucrul cu un dataset pentru a crea un model predictiv
  • Aplicarea modelului pentru a face previziuni
  • Evaluarea și interpretarea rezultatelor

Cerințe

  • o înțelegere a statisticii de bază
  • experiență cu orice limbaj de programare
  • familiaritate cu manipularea datelor și foile de calcul
  • fără experiență anterioară necesară în AI sau data science

Audiența

  • profesioniști IT
  • analisti de date
  • personal tehnic

Numărul de participanți


Pret per participant

Mărturii (3)

Cursuri viitoare

Categorii înrudite