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
-
Lokální desktopové nástroje (na lokálním počítači)
-
Jazyky R a Python (u Pythonu představení základních knihoven)
-
Cloudové platformy
-
Příprava dat
-
Selekce
-
Čištění dat
-
Transformace dat (seskupování hodnot, diskretizace, odvozené sloupce, …)
-
Sampling
-
Techniky strojového učení
-
Lineární regrese
-
Klasifikační úlohy – logistická regrese, rozhodovací stromy, neuronové sítě, bayesovské přístupy
-
Shlukování
-
Asociační pravidla
-
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."