Đề cương khóa học

Giới thiệu về Data Science/AI

  • Thu thập kiến thức thông qua dữ liệu
  • Biểu diễn kiến thức
  • Tạo ra giá trị
  • Tổng quan về Data Science
  • Hệ sinh thái AI và phương pháp tiếp cận mới trong phân tích
  • Các công nghệ then chốt

Quy trình làm việc Data Science

  • Crisp-dm
  • Chuẩn bị dữ liệu
  • Lập kế hoạch mô hình
  • Xây dựng mô hình
  • Communication
  • Triển khai

Công nghệ Data Science

  • Languages được sử dụng để tạo mẫu
  • Công nghệ Big Data
  • Các giải pháp toàn diện cho các vấn đề phổ biến
  • Giới thiệu ngôn ngữ Python
  • Tích hợp Python với Spark

AI trong Business

  • Hệ sinh thái AI
  • Đạo đức của AI
  • Cách thúc đẩy AI trong kinh doanh

Nguồn dữ liệu

  • Các loại dữ liệu
  • SQL so với NoSQL
  • Lưu trữ dữ liệu
  • Chuẩn bị dữ liệu

Data Analysis – Phương pháp thống kê

  • Xác suất
  • Statistics
  • Mô hình thống kê
  • Ứng dụng trong kinh doanh bằng cách sử dụng Python

Học máy trong kinh doanh

  • Giám sát so với không giám sát
  • Các vấn đề Forecasting
  • Các vấn đề phân loại
  • Các vấn đề phân cụm
  • Phát hiện bất thường
  • Công cụ đề xuất
  • Khai thác mẫu kết hợp
  • Giải quyết các vấn đề ML bằng ngôn ngữ Python

Học sâu

  • Các vấn đề mà các thuật toán ML truyền thống thất bại
  • Giải quyết các vấn đề phức tạp bằng Deep Learning
  • Giới thiệu Tensorflow

Xử lý ngôn ngữ tự nhiên

Trực quan hóa dữ liệu

  • Báo cáo trực quan kết quả từ mô hình
  • Các cạm bẫy phổ biến trong trực quan hóa
  • Trực quan hóa dữ liệu với Python

Từ Dữ liệu đến Quyết định – Giao tiếp

  • Tạo tác động: kể chuyện dựa trên dữ liệu
  • Ảnh hưởng hiệu quả
  • Quản lý các dự án Data Science

Requirements

Không có

 35 Hours

Number of participants


Price per participant

Testimonials (4)

Provisional Upcoming Courses (Require 5+ participants)

Related Categories