📊Деректер ғылымы мен аналитикадағы жасанды интеллект

Технология және деректер · 11 бірлік · тегін, мүшеліксіз

1 Деректер ғылымы мен аналитикадағы жасанды интеллектке кіріспе: жұмыс процесі, рөлдер, шекаралар, тексеру және этика

2 Деректерді жинау және дереккөзді түсіну: схема, сынама алу, сапа және ағып кету туралы хабардар болу

3 Деректерді тазалау және алдын ала өңдеу: жоқ мән, шектен тыс мән және түр түрлендіру

4 Зерттеу деректерін талдау (EDA): таратулар, қарым-қатынастар және бастапқы түсініктер

5 Инженерлік мүмкіндіктер: нұсқаларды жасау, кодтау, масштабтау және ағып кетуді болдырмау

6 Модель құру: мәселені анықтау, алгоритмді таңдау және оқыту/тест бөлу

7 Модельді бағалау: метрика, кросс-валидация және экстремалды оқыту

8 Көрнекілік және әңгімелеу: дәл графика, адал графика

9 Код жасау: Python (pandas) және SQL көмегімен AI көмегімен талдау

10 Деректердің ағып кетуі және қайталануы: үнсіз апаттар және тәртіп

11 MLOps Foundation, этика, құпиялылық және жауапты аналитика

Барлық тренингтер Бірінші блоктан бастаңыз