Kurs naukowy Data Science Masters

• Intensywny program 6-miesięczny
• Praca zespołowa z mentorami
• Główne statystyki, uczenie maszynowe, głębokie uczenie się i sztuczna inteligencja
• Ucz się narzędzi takich jak Python, TensorFlow, Spark, R i Tableau

TRWANIE/>

24 tygodnie

WYSIŁEK

10-15 godzin / tydzień

KARIERA

Analityk biznesowy, analityk danych, architekt danych, administrator danych, menedżer danych, specjalista ds. Danych

Kurs uczy statystyki do analizy biznesowej, algorytmów uczenia maszynowego, głębokiego uczenia się z TensorFlow i programowania w Pythonie. Pomoże Ci odkrywać, analizować i interpretować różne rodzaje danych./>

Dlaczego powinieneś wziąć ten kurs/>

ACADGILD Doświadczenie/>

Czego się nauczysz w tym kursie/>

• Programowanie w Pythonie i R
  • Pyton
  • Warunkowe i pętle
  • Obiekty ciągów i list
  • Funkcje
  • Obsługa wyjątków
  • Programowanie bazy danych
    * Sesje na R nie są dostępne na żywo, ale działają w pojedynkę

• Wędkowanie danych

• Czytanie plików CSV, JSON, XML i HTML za pomocą Pythona

• NumPy

• Biblioteki Scipy

• Ładowanie, czyszczenie, przekształcanie, łączenie i przekształcanie danych

• Statystyka i prawdopodobieństwo

• Opisowe statystyki

• Wnioskowane statystyki

• Testowanie hipotez

• Pojęcia statystyczne w Pythonie

• Modele uczenia maszynowego w języku Python

• Budowanie modeli za pomocą algorytmów

• Regresja liniowa i logistyczna

• Drzewa decyzyjne

• Maszyny wektorowe wspierające (SVM)

• Losowe lasy

• XGBoost

• K najbliższy sąsiad

• Analiza głównych składowych

• Analityka tekstowa i prognozowanie szeregów czasowych

• Deep Learning przy użyciu TensorFlow

• Wprowadzenie do głębokiego uczenia się

• Zrozumienie sieci neuronowej poprzez TensorFlow

• Skręt

• Wizualizacja danych za pomocą Matplotlib i Tableau

• Interaktywne wizualizacje z Matplotlib,

• Wizualizacje danych za pomocą Tableau

• Tablica rozdzielcza i scenorys

• Integracja Tableau i R
  Sesje na Tableau nie są prowadzone na żywo, ale są prowadzone we własnym tempie

• Obsługa dużych zbiorów danych ze Spark

• Wprowadzenie do Big Data

• RDD w Spark, ramki danych

• Spark streaming, MLib