Udemy [Udemy] Наука о данных: создавайте проекты реального мира (2022)

[Trinity]

[Udemy] Наука о данных: создавайте проекты реального мира (2022)

Часто задаваемые вопросы о науке о данных:

Наука о данных включает в себя междисциплинарные действия, необходимые для создания ориентированных на данные артефактов и приложений, которые решают конкретные научные, социально-политические, деловые или другие вопросы.

Рассмотрим составные части этого утверждения:

1. Данные: Измеримые единицы информации, собранные или зафиксированные в результате действий людей, мест и вещей.

2. Конкретные вопросы: Стремясь понять явление, природное, социальное или другое, можем ли мы сформулировать конкретные вопросы, на которые уместно ответить в терминах закономерностей, наблюдаемых, проверенных и/или смоделированных на основе данных.

3. Междисциплинарная деятельность: Формулировка вопроса, оценка адекватности данных и выводов, использованных для поиска ответа, требуют понимания конкретной предметной области. Принятие решения о целесообразности моделей и выводов, сделанных на основе моделей на основе имеющихся данных, требует понимания статистических и вычислительных методов.

Почему наука о данных?

Детализация, размер и доступность данных, охватывающих как физическую, социальную, коммерческую, так и политическую сферы, выросли за последнее десятилетие или даже больше.

По словам Хэла Вэриана, главного экономиста Google, я цитирую:

«Я продолжаю говорить, что в ближайшие 10 лет самой привлекательной работой будут статистики и специалисты по данным».

«Способность получать данные — понимать их, обрабатывать, извлекать из них ценность, визуализировать их, передавать — это будет чрезвычайно важным навыком в ближайшие десятилетия не только в профессиональной сфере. уровне, но даже на образовательном уровне для детей начальной школы, для старшеклассников, для студентов колледжа».

Программа курса:

Раздел 1: Настройка Anaconda и редактора/библиотек

Раздел 2. Знакомство с жизненным циклом и методологиями науки о данных

Раздел 3: Знакомство с предварительной обработкой данных: очистка, нормализация, преобразование данных

Раздел 4: Некоторые модели машинного обучения: линейная/логистическая регрессия

Раздел 5: Проект 1: Система прогнозирования бронирования отелей

Раздел 6: Проект 2: Обработка естественного языка

Раздел 7: Проект 3: Искусственный интеллект

Раздел 8: Прощание

Для кого этот курс:

• Этот курс предназначен для тех людей, которые имеют некоторые знания в области программирования и хотят узнать, как решать проблемы науки о данных и машинного обучения.
• Этот курс предназначен для тех, кто хочет построить карьеру в области науки о данных и машинного обучения.
• Этот курс предназначен для тех, кто хочет в совершенстве изучить науку о данных: изучая разработку функций: очистку данных, преобразование и использование их в алгоритмах.
• Этот курс предназначен для тех, кто хочет изучать машинное обучение и искусственный интеллект, создавая забавные проекты.

Требования:

• Базовые знания программирования на Python обязательны
• Вы должны знать такие темы программирования, как функции, структуры данных и объектно-ориентированное программирование.

Материал на английском языке

Подробнее:

Для просмотра ссылок необходимо выполнить Вход или Регистрация

Скачать:

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.