-
Про курс
Будь-яка компанія збирає дані: аналітика даних вже допомагає бізнесу скорочувати витрати, прискорювати доставку, генерує прогнози прийняття більш ефективних рішень. І компанії все частіше прагнуть скористатися перевагами Data Science щоб бути конкурентоспроможними.
Крім професійних Data Scientists, бізнесу також потрібні орієнтовані на роботу з Big Data співробітники, які зможуть визначити можливості вирішення бізнес-завдань із використанням передової аналітики.
Докладний опис
-
Кому буде цікавий
-
Курс підготовлений для широкої аудиторії:
- Власники та керівники компаній,
- Директора з розвитку та Business Development Managers,
- Співробітники функціональних підрозділів (HR, маркетинг, продаж, сервіс),
- Бізнес-аналітики,
- Менеджери проектів та спеціалісти проектних офісів.
-
Програма курсу
-
Розгорнути/Згорнути
1. Вступ до Data Science та Machine Learning:
- Експоненційне мислення та технології.
- Відмінності між поняттями та проектами Business Intelligence, Data Science, Machine Learning, Artificial Intelligence. Структура Data Science.
- Сценарії використання та застосування ML у сучасному світі.
- Огляд успішних проектів Machine Learning.
- Огляд популярних фреймворків та інструментів для Data Science рішень.
- Вступ до Big Data.
- Workshop 1: Інноваційне мислення.
2. Data Science Process and Frameworks:
- Вступ до когнітивних сервісів.
- Технологія Blockchain.
- Історичний огляд методологій ведення Data Science рішень.
- Детальний огляд сучасного Data Science процесу та його етапів.
- Команда та ролі фахівців у проектах Data Science.
- Workshop 2: Етап Business Understanding data science проекту.
3. Попередня обробка та візуалізація даних:
- Завантаження вихідних даних для аналізу в систему (ETL).
- Data cleansing and transformation.
- Data Sampling and Quantization.
- Workshop 2: Підготовка даних для проекту.
- Походи та методики для візуалізації даних.
- Практика: Візуалізація даних за допомогою Power BI.
4. Прогнозування та класифікація:
- Теоретичний огляд проблеми та основних методів.
- Введення в штучні нейронні мережі для вирішення різноманітних завдань.
- Процес створення реальних програмних моделей для прогнозування та класифікації.
- Оцінка точності навчених моделей, вибір найкращої.
- Workshop 3: Створення моделей прогнозування та класифікації.
5. Кластеризація та рекомендаційні алгоритми:
- Введення в аналіз та прогнозування тимчасових рядів.
- Теоретичний огляд проблеми та основних методів.
- Процес створення реальних програмних моделей для кластеризації, рекомендаційних алгоритмів.
- Оцінка точності навчених моделей, вибір найкращої.
- Workshop 4: Створення моделей кластеризації та рекомендаційних моделей.
6. Імплементація моделей машинного навчання:
- Введення в комп’ютерний зір та розпізнавання образів.
- Імплементація моделей машинного навчання для подальшого використання.
- Приклади архітектури повноцінного проекту.
- Workshop 5: Імплементація моделей машинного навчання.
- Введення в обробку природної мови.
- Рекомендовані матеріали та кроки для подальшого вивчення.
-
Формат навчання
-
Курс поєднує лекційні блоки та практику: роботу з реальними даними у середовищі Azure.
Необхідно:
- Знання основ алгебри та математичної статистики,
- Знання англійської мови на рівні Intermediate.
-
Викладач
-
Андрій Белас – експерт у галузі машинного навчання, публічний спікер. Ведучий Data Scientist у компанії SMART business, має низку успішних
проектів у сферах передбачуваної аналітики та комп’ютерного зору. Творець і ментор SMART Data Science Academy відповідає за технічний розвиток data science команди та архітектуру всіх data science проектів SMART business.
Microsoft Certified Professional у напрямках Big Data and Advanced Analytics, Cloud Data Science with Azure Machine Learning, Developing SQL Data Models.
-
Вартість
-
Вартість участі у курсі складає 12 000 грн. без НДС.
-
Дешевше разом!
-
При реєстрації 2-х осіб – надається знижка 10%.
При реєстрації 3-х і більше осіб – приймається індивідуальне рішення про суму оплати.
Календар тренінгів
- Ведеться набір групи
-
Є питання?
Зв’яжіться з нашими спеціалістами зручним для Вас способом: