Свържете се с нас

Съдържание и теми, включени в курса

Въведение в науката за данни/ИИ

  • Придобиване на знания чрез данни
  • Представяне на знания
  • Създаване на стойност
  • Преглед на науката за данни
  • Екосистема на ИИ и нов подход към аналитиката
  • Ключови технологии

Работен процес в науката за данни

  • CRISP-DM
  • Подготовка на данни
  • Планиране на модел
  • Изграждане на модел
  • Комуникация
  • Внедряване

Технологии в науката за данни

  • Езици, използвани за прототипиране
  • Технологии за големи данни
  • Цялостни решения на често срещани проблеми
  • Въведение в езика Python
  • Интегриране на Python със Spark

ИИ в бизнеса

  • Екосистема на ИИ
  • Етика на ИИ
  • Как да стимулираме ИИ в бизнеса

Източници на данни

  • Видове данни
  • SQL срещу NoSQL
  • Съхранение на данни
  • Подготовка на данни

Анализ на данни – статистически подход

  • Вероятност
  • Статистика
  • Статистическо моделиране
  • Приложения в бизнеса с Python

Машинно обучение в бизнеса

  • Обучение с учител срещу без учител
  • Проблеми с прогнозиране
  • Проблеми с класификация
  • Проблеми с клъстериране
  • Откриване на аномалии
  • Препоръчителни системи
  • Откриване на асоциативни модели
  • Решаване на проблеми с машинно обучение с езика Python

Дълбоко обучение

  • Проблеми, при които традиционните алгоритми за машинно обучение се провалят
  • Решаване на сложни проблеми с дълбоко обучение
  • Въведение в Tensorflow

Обработка на естествен език

Визуализация на данни

  • Визуално докладване на резултати от моделиране
  • Често срещани капани при визуализация
  • Визуализация на данни с Python

От данни към решение – комуникация

  • Създаване на въздействие: разказване на истории, основано на данни
  • Ефективност на влиянието
  • Управление на проекти в науката за данни

Изисквания

Няма специфични изисквания, необходими за посещение на този курс.

 35 Часа

Брой участници


Цена за участник

Отзиви от участници (7)

Предстоящи Курсове

Свързани Kатегории