📊Umetna inteligenca v podatkovni znanosti in analitiki

Tehnologija in podatki · 11 enota · brezplačno, brez članstva

1 Uvod v umetno inteligenco v podatkovni znanosti in analitiki: potek dela, vloge, meje, validacija in etika

2 Zbiranje podatkov in razumevanje vira: shema, vzorčenje, kakovost in zavedanje o puščanju

3 Čiščenje in predhodna obdelava podatkov: manjkajoča vrednost, izstopajoča vrednost in pretvorba vrste

4 Raziskovalna analiza podatkov (EDA): porazdelitve, razmerja in začetni vpogled

5 Inženiring funkcij: ustvarjanje različic, kodiranje, skaliranje in izogibanje uhajanju

6 Gradnja modela: definicija problema, izbira algoritma in razdelitev usposabljanja/testiranja

7 Vrednotenje modela: meritve, navzkrižno preverjanje in ekstremno učenje

8 Vizualizacija in pripovedovanje zgodb: natančna grafika, poštena grafika

9 Generiranje kode: analiza s pomočjo umetne inteligence s Pythonom (pande) in SQL

10 Uhajanje podatkov in ponovljivost: tihe katastrofe in disciplina

11 Fundacija MLOps, etika, zasebnost in odgovorna analitika

Vsi treningi Začnite od prve enote