课程大纲

Data Science/AI 简介

  • 通过数据获取知识
  • 知识表示
  • 价值创造
  • Data Science 概述
  • 人工智能生态系统和新的分析方法
  • 关键技术

Data Science 工作流程

  • 脆-dm
  • 数据准备
  • 模型规划
  • 模型构建
  • Communication
  • 部署

Data Science 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 语言简介
  • 将 Python 与 Spark 集成

人工智能 Business

  • 人工智能生态系统
  • 人工智能伦理
  • 如何在业务中推动 AI 的发展

数据源

  • 数据类型
  • SQL 与否SQL
  • 数据存储
  • 数据准备

Data Analysis – 统计方法

  • 概率
  • Statistics
  • 统计建模
  • 使用 Python 的业务应用程序

机器学习在商业中的应用

  • 受监督与无监督
  • 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 ML 问题

深度学习

  • 传统 ML 算法失败的问题
  • 用 Deep Learning 解决复杂问题
  • Tensorflow 简介

自然语言处理

数据可视化

  • 建模的可视化报告结果
  • 可视化中的常见陷阱
  • 使用 Python 进行数据可视化

从数据到决策 – 沟通

  • 产生影响:数据驱动的故事讲述
  • 影响效果
  • 管理 Data Science 个项目

要求

没有

  35 小时
 

人数


开始

完结


Dates are subject to availability and take place between 09:30 and 16:30.

每位参与者的报价

客户评论 (3)

相关课程

课程分类