Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Въведение
- Дефиниране на предсказуем AI
- Исторически контекст и еволюция на прогнозния анализ
- Основни принципи на машинното обучение и извличането на данни
Събиране на данни и предварителна обработка
- Събиране на подходящи данни
- Почистване и подготовка на данни за анализ
- Разбиране на типове данни и източници
Изследователски Data Analysis (EDA)
- Визуализиране на данни за прозрения
- Описателна статистика и обобщаване на данни
- Идентифициране на модели и връзки в данните
Статистическо моделиране
- Основи на статистическите изводи
- Регресионен анализ
- Класификационни модели
Machine Learning Алгоритми за прогнозиране
- Преглед на алгоритми за контролирано обучение
- Дървета на решенията и произволни гори
- Невронни мрежи и основи на дълбокото обучение
Оценка и избор на модел
- Разбиране на точността на модела и показателите за ефективност
- Техники за кръстосано валидиране
- Преоборудване и настройка на модела
Практически приложения на предсказуем AI
- Казуси в различни индустрии
- Етични съображения при прогнозното моделиране
- Ограничения и предизвикателства на Predictive AI
Практически проект
- Работа с набор от данни за създаване на прогнозен модел
- Прилагане на модела за правене на прогнози
- Оценяване и интерпретиране на резултатите
Обобщение и следващи стъпки
Изисквания
- Разбиране на основни статистики
- Опит с всеки език за програмиране
- Познаване на работата с данни и електронни таблици
- Не се изисква предишен опит в AI или наука за данни
Публика
- ИТ специалисти
- Анализатори на данни
- Технически персонал
21 Часа
