План на курса

Въведение в Data Science/AI

    Придобиване на знания чрез данни Представяне на знания Създаване на стойност Data Science Общ преглед AI екосистема и нов подход към анализа Ключови технологии

Data Science работен процес

    Crisp-dm Подготовка на данни Планиране на модел Изграждане на модел Communication Внедряване

Data Science технологии

    Езици, използвани за прототипиране на технологии за големи данни Решения от край до край на често срещани проблеми Въведение в езика Python Интегриране на Python със Spark

AI в Business

    AI екосистема Етика на AI Как да стимулираме AI в бизнеса

Източници на данни

    Типове данни SQL срещу NoSQL Съхранение на данни Подготовка на данни

Data Analysis – Статистически подход

    Вероятност Statistics Статистическо моделиране Приложения в бизнеса, използващи Python

Машинно обучение в бизнеса

    Контролирани срещу неконтролирани Проблеми с прогнозиране Проблеми с класификацията Проблеми с клъстерите Откриване на аномалии Двигатели за препоръки Извличане на модели на асоцииране Решаване на ML проблеми с Python език

Дълбоко обучение

    Проблеми, при които традиционните ML алгоритми се провалят Решаване на сложни проблеми с Deep Learning Въведение в Tensorflow

Обработка на естествен език

Визуализация на данни

    Резултати от визуално отчитане от моделиране Често срещани клопки при визуализация Визуализация на данни с Python

От данни до решение – комуникация

    Осъществяване на въздействие: разказване на истории, основано на данни Влияние ефективно Управление на Data Science проекти

Изисквания

Нито един

  35 Hours
 

Брой участници


Започва

Свършва


Dates are subject to availability and take place between 09:30 and 16:30.

Цена за участник

Oтзиви от потребители (3)

Свързани Kурсове

GPU Data Science with NVIDIA RAPIDS

  14 Hours

Свързани Kатегории