📊Trí tuệ nhân tạo trong khoa học dữ liệu và phân tích

Công nghệ & Dữ liệu · 11 đơn vị · miễn phí, không có thành viên

1 Giới thiệu về Trí tuệ nhân tạo trong Khoa học dữ liệu và Phân tích: Quy trình làm việc, Vai trò, Ranh giới, Xác thực và Đạo đức

2 Thu thập dữ liệu và hiểu nguồn: Lược đồ, lấy mẫu, chất lượng và nhận thức rò rỉ

3 Làm sạch và xử lý trước dữ liệu: Thiếu giá trị, giá trị ngoại lệ và chuyển đổi loại

4 Phân tích dữ liệu thăm dò (EDA): Phân phối, mối quan hệ và hiểu biết ban đầu

5 Kỹ thuật tính năng: Tạo các biến thể, mã hóa, mở rộng quy mô và tránh rò rỉ

6 Xây dựng mô hình: Định nghĩa vấn đề, lựa chọn thuật toán và phân chia đào tạo/kiểm tra

7 Đánh giá mô hình: Số liệu, Xác thực chéo và Học tập nâng cao

8 Trực quan hóa và kể chuyện: Đồ họa chính xác, đồ họa trung thực

9 Tạo mã: Phân tích được hỗ trợ bởi AI với Python (gấu trúc) và SQL

10 Rò rỉ dữ liệu và khả năng tái tạo: Thảm họa và kỷ luật thầm lặng

11 Tổ chức MLOps, Đạo đức, Quyền riêng tư và Phân tích có trách nhiệm

Tất cả các khóa đào tạo Bắt đầu từ đơn vị đầu tiên