📊Artificiell intelligens inom datavetenskap och analys

Teknik & Data · 11 enhet · gratis, utan medlemskap

1 Introduktion till artificiell intelligens i datavetenskap och analys: arbetsflöde, roller, gränser, validering och etik

2 Datainsamling och källaförståelse: Schema, urval, kvalitet och läckagemedvetenhet

3 Datarensning och förbearbetning: saknat värde, extremvärde och typkonvertering

4 Exploratory Data Analysis (EDA): distributioner, relationer och initiala insikter

5 Funktionsteknik: Generera varianter, kodning, skalning och undvikande av läckage

6 Modellbyggnad: Problemdefinition, Val av algoritm och Uppdelning av träning/test

7 Modellutvärdering: mått, korsvalidering och extremt lärande

8 Visualisering och berättande: Korrekt grafik, ärlig grafik

9 Kodgenerering: AI-assisterad analys med Python (pandas) och SQL

10 Dataläckage och reproducerbarhet: Tysta katastrofer och disciplin

11 MLOps Foundation, etik, integritet och ansvarsfull analys

Alla träningar Börja från den första enheten