Kursplan

Introduksjon til Data Science/AI

    Kunnskapsinnhenting gjennom data Kunnskapsrepresentasjon Verdiskaping Data Science oversikt AI-økosystem og ny tilnærming til analyse Nøkkelteknologier

Data Science arbeidsflyt

    Crisp-dm Dataforberedelse Modellplanlegging Modellbygging Communication Utplassering

Data Science teknologier

    Språk som brukes til prototyping av Big Data-teknologier Ende-til-ende-løsninger på vanlige problemer Introduksjon til Python språkintegrering Python med Spark

AI i Business

    AI-økosystem Etikk av AI Hvordan drive AI i virksomheten

Datakilder

    Datatyper SQL vs. NeiSQL Datalagring Dataforberedelse

Data Analysis – Statistisk tilnærming

    Sannsynlighet Statistics Statistisk modellering Applikasjoner i virksomhet med Python

Maskinlæring i næringslivet

    Overvåket vs uovervåket Prognoseproblemer Klassifiseringsproblemer Klyngeproblemer Anomalideteksjon Anbefalingsmotorer Assosiasjonsmønsterutvinning Løse ML-problemer med Python språk

Dyp læring

    Problemer der tradisjonelle ML-algoritmer mislykkes Løsning av kompliserte problemer med Deep Learning Introduksjon til Tensorflow

Naturlig språkbehandling

Datavisualisering

    Visuelle rapporteringsresultater fra modellering Vanlige fallgruver i visualisering Datavisualisering med Python

Fra data til beslutning – kommunikasjon

    Å ha innvirkning: datadrevet historiefortelling. Påvirkningseffektivitet Administrere Data Science prosjekter

Krav

Ingen

  35 timer

Antall deltakere



Price per participant

Testimonials (3)

Relaterte kurs

Related Categories