Kom i kontakt
 Varaktighet 35 timmar

Kursplan

Introduktion till datavetenskap/AI

  • Vissamhämtning genom data
  • Vissrepresentation
  • Värdeskapande
  • Överblick över datavetenskap
  • AI-ökosystem och nya tillvägagångssätt inom analys
  • Kärntechnologier

Flöden inom datavetenskap

  • CRISP-DM
  • Datamedanläggning
  • Modellplanering
  • Byggande av modeller
  • Kommunikation
  • Utgivning

Tekniker inom datavetenskap

  • Språk för prototyper
  • Big data-teknologier
  • Slutliga lösningar på vanliga problem
  • Introduktion till språket Python
  • Integrering av Python med Spark

AI i affär

  • AI-ökosystem
  • Etik inom AI
  • Så driver man AI i affärssammanhang

Datkällor

  • Datatyper
  • SQL kontra NoSQL
  • Dagförvaring
  • Datamedanläggning

Dataanalys – statistiskt angreppssätt

  • Sannolikhet
  • Statistik
  • Statistisk modellering
  • Affärsrelaterade tillämpningar med Python

Maskininlärning i affär

  • Övervakat kontra oövervakat
  • Prognosproblem
  • Klassificeringsproblem
  • Klusterproblem
  • Anomalidetektering
  • Rekommendationsmotorer
  • Mönstersökning vid associationer
  • Att lösa ML-problem med Python

Djupinlärning

  • Problem där traditionella ML-algoritmer misslyckas
  • Att lösa komplexa problem med djupinlärning
  • Introduktion till TensorFlow

Naturlig språkbehandling

Dagvisualisering

  • Visuell rapportering av modellresultat
  • Vanliga fallgropar inom visualisering
  • Dagvisualisering med Python

Från data till beslutsfattande – kommunikation

  • Att skapa förändring: datastyrd berättande
  • Inflytande och effektivitet
  • Projektledning inom datavetenskap

Krav

Inga specifika förkunskaper krävs för att delta i denna kurs.

Antal deltagare


Pris per deltagare

Vittnesmål (7)

Kommande Kurser

Relaterade Kategorier