📊Intelligenza artificiale nella scienza dei dati e nell'analisi

Tecnologia e dati · 11 unità · gratuito, senza abbonamento
1 Introduzione all'intelligenza artificiale nella scienza dei dati e nell'analisi: flusso di lavoro, ruoli, confini, convalida ed etica
2 Raccolta dati e comprensione della fonte: schema, campionamento, qualità e consapevolezza delle perdite
3 Pulizia e preelaborazione dei dati: valore mancante, valore anomalo e conversione del tipo
4 Analisi esplorativa dei dati (EDA): distribuzioni, relazioni e approfondimenti iniziali
5 Ingegneria delle funzionalità: generazione di varianti, codifica, ridimensionamento ed prevenzione di perdite
6 Costruzione del modello: definizione del problema, selezione dell'algoritmo e suddivisione tra training e test
7 Valutazione del modello: metriche, convalida incrociata e apprendimento estremo
8 Visualizzazione e narrazione: grafica accurata, grafica onesta
9 Generazione di codice: analisi assistita dall'intelligenza artificiale con Python (panda) e SQL
10 Perdita di dati e riproducibilità: disastri silenziosi e disciplina
11 Fondazione MLOps, Etica, Privacy e Analisi Responsabile
Tutti gli allenamenti Inizia dalla prima unità