📊Dirbtinis intelektas duomenų mokslo ir analizės srityse

Technologijos ir duomenys · 11 vienetas · nemokamai, be narystės

1 Duomenų mokslo ir analizės dirbtinio intelekto įvadas: darbo eiga, vaidmenys, ribos, patvirtinimas ir etika

2 Duomenų rinkimas ir šaltinio supratimas: schema, mėginių ėmimas, kokybė ir informacijos nuotėkis

3 Duomenų valymas ir išankstinis apdorojimas: trūksta vertės, iškrypimo ir tipo konvertavimo

4 Tiriamoji duomenų analizė (EDA): paskirstymai, ryšiai ir pradinės įžvalgos

5 Funkcijų inžinerija: variantų generavimas, kodavimas, mastelio keitimas ir nutekėjimo išvengimas

6 Modelio kūrimas: problemos apibrėžimas, algoritmo pasirinkimas ir mokymo/testo padalijimas

7 Modelio įvertinimas: metrika, kryžminis patvirtinimas ir ekstremalus mokymasis

8 Vizualizacija ir pasakojimas: tiksli grafika, sąžininga grafika

9 Kodo generavimas: AI padedama analizė naudojant Python (pandas) ir SQL

10 Duomenų nutekėjimas ir atkuriamumas: tylios nelaimės ir disciplina

11 MLOps fondas, etika, privatumas ir atsakinga analizė

Visi mokymai Pradėkite nuo pirmojo vieneto