Lépjen kapcsolatba velünk

Kurzusleírás

Bevezetés az adattudományba/MI-be

  • Ismeretszerzés adatokon keresztül
  • Tudásreprezentáció
  • Értékteremtés
  • Adattudományi áttekintés
  • MI-ökoszisztéma és az elemzés új megközelítése
  • Kulcstechnológiák

Adattudományi munkafolyamat

  • CRISP-DM
  • Adatelőkészítés
  • Modelltervezés
  • Modellépítés
  • Kommunikáció
  • Bevezetés

Adattudományi technológiák

  • Prototípuskészítéshez használt nyelvek
  • Big Data technológiák
  • Teljes körű megoldások gyakori problémákra
  • Bevezetés a Python nyelvbe
  • A Python integrálása a Sparkkal

MI az üzleti életben

  • MI-ökoszisztéma
  • A mesterséges intelligencia etikája
  • Hogyan mozdítsuk elő az MI-t az üzleti életben

Adatforrások

  • Adattípusok
  • SQL vs NoSQL
  • Adattárolás
  • Adatelőkészítés

Adatelemzés – statisztikai megközelítés

  • Valószínűség
  • Statisztika
  • Statisztikai modellezés
  • Üzleti alkalmazások Python segítségével

Gépi tanulás az üzleti életben

  • Felügyelt vs felügyelet nélküli
  • Előrejelzési problémák
  • Osztályozási problémák
  • Klaszterezési problémák
  • Anomáliadetektálás
  • Ajánlómotorok
  • Asszociációs mintázatbányászat
  • Gépi tanulási problémák megoldása Python nyelvvel

Mélytanulás

  • Problémák, ahol a hagyományos gépi tanulási algoritmusok kudarcot vallanak
  • Bonyolult problémák megoldása mélytanulással
  • Bevezetés a Tensorflow-ba

Természetes nyelvfeldolgozás

Adatvizualizáció

  • A modellezés eredményeinek vizuális jelentése
  • Gyakori buktatók a vizualizációban
  • Adatvizualizáció Python segítségével

Az adatoktól a döntésig – kommunikáció

  • Hatáskeltés: adatvezérelt történetmesélés
  • Befolyásolási hatékonyság
  • Adattudományi projektek menedzselése

Követelmények

A tanfolyam elvégzéséhez nincsenek speciális előfeltételek.

 35 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (7)

Közelgő kurzusok

Rokon kategóriák