Курс по математика на научните данни

• Интензивна 6-месечна програма
• Съвместни задачи с ментори
• Магистърска статистика, машинно обучение, дълбоко обучение и AI
• Научете инструменти като Python, TensorFlow, Spark, R и Tableau

ПРОДЪЛЖИТЕЛНОСТ/>

24 седмици

УСИЛИЕ

10-15 часа / седмица

КАРИЕРИ

Бизнес анализатор, анализатор на данни, архитект на данни, администратор на данни, мениджър на данни, изследовател на данни

Курсът преподава статистически данни за бизнес анализ, алгоритми за машинно обучение, дълбоко обучение с TensorFlow и програмиране с Python. Тя ще ви помогне да изследвате, анализирате и интерпретирате различни видове данни./>

Защо трябва да вземете този курс/>

Опитът на ACADGILD/>

Какво ще научите в този курс/>

• Програмиране в Python и R
  • Питон
  • Условни и контури
  • Струнни и списъчни обекти
  • Функции
  • Обработка на изключения
  • Програмиране на бази данни
    * Сесиите по R не са живи, а само се движат

• Обърнете се към данните

• Четене на CSV, JSON, XML и HTML файлове, използващи Python

• NumPy

• Библиотеки на Scipy

• Зареждане, почистване, преобразуване, сливане и преформатиране на данни

• Статистика и вероятност

• Описателна статистика

• Инференциална статистика

• Тестване на хипотези

• Статистически понятия в Python

• Модели за машинно обучение с Python

• Изграждане на модели, използващи алгоритми

• Линейна и логистична регресия

• Решението дървета

• Поддържащи векторни машини (SVM)

• Случайни гори

• XGBoost

• К най-близкия съсед

• Основен анализ на компонентите

• Текстова аналитика и прогнозиране на динамични редове

• Дълбоко обучение чрез TensorFlow

• Въведение в дълбокото обучение

• Разбиране на невронната мрежа чрез TensorFlow

• навиване

• Визуализиране на данни, използвайки Matplotlib и Tableau

• Интерактивните визуализации с Matplotlib,

• Визуализации на данни с помощта на Tableau

• Табло и таблото за управление

• Интегриране на таблици и R
  Сесиите на Tableau не са на живо, а са самоопределени

• Работа с големи данни със Spark

• Въведение в големи данни

• RDD в Spark, рамки за данни

• Spark стрийминг, MLib