联系我们

课程大纲

数据科学/AI入门

  • 通过数据获取知识
  • 知识表示
  • 价值创造
  • 数据科学概述
  • AI生态系统和分析新方法
  • 关键技术

数据科学工作流程

  • CRISP-DM
  • 数据准备
  • 模型规划
  • 模型构建
  • 沟通技能
  • 部署

数据科学技术

  • 用于原型设计的语言
  • 大数据技术
  • 常见问题的端到端解决方案
  • Python语言入门
  • 将Python与Spark集成

AI在业务中的应用

  • AI生态系统
  • AI伦理
  • 如何在业务中推动AI

数据源

  • 数据类型
  • SQL与NoSQL
  • 数据存储
  • 数据准备

数据分析 – 统计方法

  • 概率
  • 统计
  • 统计建模
  • 使用Python在业务中的应用

业务中的机器学习

  • 监督与非监督
  • 预测问题
  • 分类问题
  • 聚类问题
  • 异常检测
  • 推荐引擎
  • 关联模式挖掘
  • 使用Python语言解决机器学习问题

深度学习

  • 传统机器学习算法失效的问题
  • 用深度学习解决复杂问题
  • Tensorflow入门

自然语言处理

数据可视化

  • 建模结果的视觉报告
  • 可视化常见陷阱
  • 使用Python进行数据可视化

从数据到决策 – 沟通

  • 产生影响:数据驱动叙事
  • 提升影响力
  • 管理数据科学项目

要求

参加本课程无需特定要求。

 35 小时

客户评论 (7)

即将举行的公开课程

课程分类