KURZ: Základní koncepty data science a machine learningu

Data science, big data, machine learning, deep learning, neural networks, artificial intelligence – tyto buzzwords vídáme dnes a denně v nejrůznějších médiích. Někteří mají z pojmu AI strach, někteří jsou naopak skalní příznivci. Co se pod tímto slovním spojením skrývá ve skutečnosti už ví ale málokdo. Přitom právě v dnešní době, kdy nás obklopují data ze všech stran a naopak sami data vytváříme nejrůznějšími každodenními činostmi jako je pohyb po internetu,  využívání sociálních sítí, online ko

Program kurzu

Cíle kurzu  

• Objasnění opravdového významu pojmů Machine Learning, Deep Learning, Artificial Intelligence a jejich vývoje do současné podoby
• Seznámení se s rolí data scientisty na projektu
• Porozumění náročnosti propojení byznysu s datascience a machine learning modely
• Seznámení se základními machine learning modely,s terminologií a používanými technikami

*  

• Objasnění opravdového významu pojmů Machine Learning, Deep Learning, Artificial Intelligence a jejich vývoje do současné podoby
• Seznámení se s rolí data scientisty na projektu
• Porozumění náročnosti propojení byznysu s datascience a machine learning modely
• Seznámení se základními machine learning modely,s terminologií a používanými technikami

Garant kurzu TEREZA NOVOTNÁ Tereza pracuje ve společnosti DataSentics na pozici datascientist. Po studiu finanční a pojistné matematiky na MFF UK pracovala  jako pojistný matematik, později na pozici datového analytika. V současnosti se zabývá prácí s big data od  jejich analýzy, až po postavení machine learning automatizovaného řešení a produkcionalizace.
Osnova   Představení disciplín data science

• AI, Machine Learning, Deep Learning - seznámení s pojmy a vývojem disciplín, rozdíly mezi nimi, používaná terminologie, ukázky využití v běžném životě
• Propojení s byznysem – role data scientisty na projektu, data science jako komplexní disciplína
• Seznámení s konceptem cloudu, nástroji a programovacími jazyky vhodnými pro práci s daty
• Co jsou big data a  kde je můžeme potkat, práce s nimi, jejich obchodní význam, kvalita dat a jejich explorace

LAB I

• Ukázky typů a vlastností dat, programovacích jazyků (spark, python, SQL)

Machine learning

• Features a targety, volba modelu na základě targetu
• Seznámení s nejčastěji používanými machine learning modely
• Způsoby vyhodnocování modelů, výběr features, možnosti porovnání modelů mezi sebou

LAB II

• Ukázka vývoje modelu od tréninku přes výběr nejlepšího modelu až po nasazení do produkce

Předávání modelů a komunikace s klientem

• Důležitost soft skills, vizualizace a nalezení společné řeči s klientem
• Interpretovatelnost modelu, komunikace výsledků klientovi

LAB III

• Ukázka vhodných vizualizací a správné komunikace výsledků

LAB IV

• Shrnutí nabitých znalostí, modelová situace - možnost vyzkoušet si v menších skupinkách účastníků kurzu vymyslet projekt, vybrat vhodný model, vymyslet vhodnou vizualizaci a správnou komunikaci směrem ke klientovi

Předpoklady účastníka Tento kurz je vhodný pro kohokoliv se zájmem o data science, umělou inteligenci a machine learning. Pro absolvování tohoto kurzu nejsou nutné žádné předchozí zkušenosti s analýzou dat, účastníkům nicméně mohou pomoci předchozí základní znalosti statistiky či jakékoliv předchozí zkušenosti s programováním.  

Cíl školení - poznámka ke kurzu     Cíle kurzu  Objasnění opravdového významu pojmů Machine Learning, Deep Learning, Artificial Intelligence a jejich vývoje do současné podoby Seznámení se s rolí data scientisty na projektu Porozumění náročnosti propojení byznysu s datascience a machine learning modely Seznámení se základními machine learning modely,s terminologií a používanými technikami

Podrobnosti o kurzu

• Kurz je určen pro
  Cílová skupina Začínající data scientisti Datový analytici - inženýři se zájmem o machine learning techniky Manažeři
• Lektor kurzu
  TEREZA NOVOTNÁ Tereza pracuje ve společnosti DataSentics na pozici datascientist. Po studiu finanční a pojistné matematiky na MFF UK pracovala  jako pojistný matematik, později na pozici datového analytika. V současnosti se zabývá prácí s big data od  jejich analýzy, až po postavení machine learning automatizovaného řešení a produkcionalizace.
• Pořadatel kurzu
  DataScript s.r.o.
• Další organizační náležitosti k danému školení
  Předpoklady účastníka Tento kurz je vhodný pro kohokoliv se zájmem o data science, umělou inteligenci a machine learning. Pro absolvování tohoto kurzu nejsou nutné žádné předchozí zkušenosti s analýzou dat, účastníkům nicméně mohou pomoci předchozí základní znalosti statistiky či jakékoliv předchozí zkušenosti s programováním.  
• Obchodní podmínky
  Objednavateli bude zaslána závazná přihláška k podpisu. Poté bude účastník na školení registrován. Objednavatel uhradí částku kurzovného za výše uvedeného posluchače na základě faktury vystavené poskytovatelem.

Dotazy a komentáře ke kurzu

Přihláška na kurz

Odesláním formuláře 'Přihláška na kurz' se zaregistruje Vaše přihláška a na zadaný email přijde potvrzení o odeslání této přihlášky. V případě poskytnutí osobních údajů, souhlasíte s archivací těchto údajů v souladu s podmínkami zákona č. 101/2000 Sb., o ochraně osobních údajů, ve znění pozdějších předpisů. Souhlas se zpracováním osobních údajů pro marketingové účely nevyžadujeme, tyto data nezpracováváme. Server pouze zprostředkovává objednávky kurzů & kontakt na jejich pořadatele. Před odesláním přihlášky je nutno souhlasit s obchodními podmínkami účasti na kurzu daného pořadatele kurzu. Neodpovídáme za správnost uvedených údajů. © OBEC.net, sro.

---

URL >> https://skoleni.net/skoleni_91101_zakladni-koncepty-data-science-a-machine-learningu.html

---

Základníkonceptydatasciencemachinelearningu