SKOLENI.net Školení, kurzy, semináře # zakladni koncepty data science a machine lear ningu
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
-
Cílová skupina Začínající data scientisti Datový analytici - inženýři se zájmem o machine learning techniky Manažeři
-
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.
-
DataScript s.r.o.
-
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.
-
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 kurzuPřihláška 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