Eğitim İçeriği

Data Science/AI'a Giriş

  • Veri aracılığıyla bilgi edinimi
  • Bilgi temsili
  • Değer yaratımı
  • Data Science genel bakış
  • AI ekosistemi ve analitiğe yeni yaklaşım
  • Temel teknolojiler

Data Science iş akışı

  • Crisp-dm
  • Veri hazırlığı
  • Model planlaması
  • Model oluşturma
  • Communication
  • Dağıtım

Data Science teknolojileri

  • Languages prototipleme için kullanılır
  • Big Data teknolojileri
  • Yaygın sorunlara uçtan uca çözümler
  • Python diline giriş
  • Python'i Spark ile entegre etme

Business içinde AI

  • AI ekosistemi
  • AI'nin etik ilkeleri
  • İşletmelerde AI'yı nasıl yönlendirebilirsiniz

Veri kaynakları

  • Veri türleri
  • SQL ve NoSQL
  • Veri depolama
  • Veri hazırlığı

Data Analysis – İstatistiksel yaklaşım

  • Olasılık
  • Statistics
  • İstatistiksel modelleme
  • Python kullanarak işletmelerde uygulamalar

İşletmelerde makine öğrenimi

  • Denetimli ve denetimsiz öğrenme
  • Forecasting problemleri
  • Sınıflandırma problemleri
  • Kümeleme problemleri
  • Anomali tespiti
  • Öneri motorları
  • Birliktelik örüntüsü madenciliği
  • Python diliyle ML problemlerini çözme

Derin öğrenme

  • Geleneksel ML algoritmalarının başarısız olduğu problemler
  • Deep Learning ile karmaşık problemleri çözme
  • Tensorflow'a giriş

Doğal dil işleme

Veri görselleştirme

  • Modellemeden elde edilen sonuçların görsel raporlanması
  • Görselleştirmede yaygın hatalar
  • Python ile veri görselleştirme

Veriden Karara – iletişim

  • Etki yaratmak: veri odaklı hikaye anlatımı
  • Etkililik üzerinde etki
  • Data Science projelerini yönetme

Kurs İçin Gerekli Önbilgiler

Yok

 35 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Danışanlarımızın Yorumları (4)

Yaklaşan Etkinlikler

İlgili Kategoriler