Úvod do data science (DM1)

Databáze

Data science je na trhu práce v současné době jedním z nejlépe placených oborů. V tomto kurzu si představíme, co vše se pod tímto pojmem skrývá, od seznámení s daty a možností jejich vizualizace, přes aplikaci metod strojového učení, až po interpretaci spolu s vyhodnocením výsledků a jejich potenciální využití v praxi. Tento kurz nevyžaduje programátorské dovednosti, protože jeho praktická část probíhá dle dohody buďto na cloudové platformě (BigML), případně na některém z desktopových nástrojů (RapidMiner, Weka).

Privátní školení a termíny na míru

Toto téma je možné zrealizovat pouze jako privátní, a to nejen formou uzavřeného firemního kurzu, ale také jako individuální konzultaci pro jednotlivce.

V případě kurzu na míru je níže uvedená osnova pouze inspirací. Finální obsah vzdělávání, jeho délka i termíny budou přizpůsobeny konkrétním vstupním znalostem, potřebám a cílům účastníků.

Cenovou nabídku vám rádi připravíme na základě vstupů zaslaných e-mailem nebo zadaných prostřednictvím poptávkového formuláře. Cena privátního školení vychází z náročnosti požadované obsahové náplně školení, časového rozsahu a celkového počtu přihlášených osob.

Lokalita, termín kurzu

Kontaktujte nás

Virtuálně se můžete přidat i ke školením ve výše nabízených lokalitách. Do poznámky v objednávce prosím uveďte „Připojím se virtuálně“

Náplň kurzu:

Skrýt detaily
  • Úvod, základní pojmy (data science vs. machine learning vs. artificial intelligence vs. data mining)
  • Typický postup při řešení analytické úlohy + stupně datové analytiky
  • Data, typy dat, datová kvalita
  • Explorační analýza dat, vizualizace dat
  • Nástroje pro data science, co se používá
    1. Lokální desktopové nástroje (na lokálním počítači)
    2. Jazyky R a Python (u Pythonu představení základních knihoven)
    3. Cloudové platformy
  • Příprava dat
    1. Selekce
    2. Čištění dat
    3. Transformace dat (seskupování hodnot, diskretizace, odvozené sloupce, …)
    4. Sampling
  • Techniky strojového učení
    1. Lineární regrese
    2. Klasifikační úlohy – logistická regrese, rozhodovací stromy, neuronové sítě, bayesovské přístupy
    3. Shlukování
    4. Asociační pravidla
    5. Detekce anomálií
  • Interpretace výsledků a vyhodnocení modelů
  • Zpracování přirozeného jazyka na praktickém příkladu
  • State-of-the-art v oblasti data science, strojového učení a umělé inteligence
Předpokládané znalosti:
Práce s počítačem na uživatelské úrovni, základy statistiky.
Doporučený následný kurz:
Machine learning v cloudu – BigML (DM2)
Časový rozvrh:
2 dny (9:00hod. - 17:00hod.)

Vybrané zákaznické reference

Zebra Technologies CZ s.r.o., Martin P.
Úvod do data science ( DM1)
"školení bylo vhodným úvodem do problematiky. velmi se mi líbilo"
Ministerstvo obrany, David H.
Úvod do data science ( DM1)
"Díky za přizpůsobení dle požadavků účastníků a za praktické ukázky."
Národní knihovna České republiky, Marie H.
Úvod do data science ( DM1)
"S obsahem kurzu i s přístupem pana lektora jsem byla spokojená. Po úvodním vhledu do problematiky jsme se věnovali jednotlivým tématům s ohledem na individuální požadavky účastníků kurzu formou workshopu. Pan lektor byl vstřícný, nápomocný a dobře si poradil s různorodostí naší skupiny."