Detail kurzu

Základní koncepty data science a machine learningu

DataScript s.r.o.

Popis kurzu

Data science, big data, machine learning, deep learning, neural networks, artificial intelligence – tyto buzzwords vídáme dnes a denně v nejrůznějších médiích. Někteří mají z pojmu AI strach, někteří jsou naopak skalní příznivci. Co se pod tímto slovním spojením skrývá ve skutečnosti už ví ale málokdo. Přitom právě v dnešní době, kdy nás obklopují data ze všech stran a naopak sami data vytváříme nejrůznějšími každodenními činostmi jako je pohyb po internetu,  využívání sociálních sítí, online komunikace a nákupy , je porozumění těmto disciplínám a chápání základních konceptů práce s velkými daty neocenitelné.

Tento kurz vás seznámí s vývojem disciplíny data science, artificial intelligence, machine learningu a deep learning do dnešní podoby, naučí vás chápat základní koncepty, statistické modely a jejich vyhodnocování používané v praxi. Zároveň se budete mít možnost seznámit s vhodnou komunikací s klientem, který projekt zadává, vizualizací dat, správným interpretováním výstupů modelu a nasazením modelu do produkce. 

Obsah kurzu

Cíle kurzu 
  • Objasnění opravdového významu pojmů Machine Learning, Deep Learning, Artificial Intelligence a jejich vývoje do současné podoby
  • Seznámení se s rolí data scientisty na projektu
  • Porozumění náročnosti propojení byznysu s datascience a machine learning modely
  • Seznámení se základními machine learning modely,s terminologií a používanými technikami
Osnova 

Představení disciplín data science

  • AI, Machine Learning, Deep Learning - seznámení s pojmy a vývojem disciplín, rozdíly mezi nimi, používaná terminologie, ukázky využití v běžném životě
  • Propojení s byznysem – role data scientisty na projektu, data science jako komplexní disciplína
  • Seznámení s konceptem cloudu, nástroji a programovacími jazyky vhodnými pro práci s daty
  • Co jsou big data a  kde je můžeme potkat, práce s nimi, jejich obchodní význam, kvalita dat a jejich explorace

LAB I

  • Ukázky typů a vlastností dat, programovacích jazyků (spark, python, SQL)

Machine learning

  • Features a targety, volba modelu na základě targetu
  • Seznámení s nejčastěji používanými machine learning modely
  • Způsoby vyhodnocování modelů, výběr features, možnosti porovnání modelů mezi sebou

LAB II

  • Ukázka vývoje modelu od tréninku přes výběr nejlepšího modelu až po nasazení do produkce

Předávání modelů a komunikace s klientem

  • Důležitost soft skills, vizualizace a nalezení společné řeči s klientem
  • Interpretovatelnost modelu, komunikace výsledků klientovi

LAB III

  • Ukázka vhodných vizualizací a správné komunikace výsledků

LAB IV

  • Shrnutí nabitých znalostí, modelová situace - možnost vyzkoušet si v menších skupinkách účastníků kurzu vymyslet projekt, vybrat vhodný model, vymyslet vhodnou vizualizaci a správnou komunikaci směrem ke klientovi
Předpoklady účastníka

Tento kurz je vhodný pro kohokoliv se zájmem o data science, umělou inteligenci a machine learning. Pro absolvování tohoto kurzu nejsou nutné žádné předchozí zkušenosti s analýzou dat, účastníkům nicméně mohou pomoci předchozí základní znalosti statistiky či jakékoliv předchozí zkušenosti s programováním.

 

Cieľová skupina

Cílová skupina
  • Začínající data scientisti
  • Datový analytici/ inženýři se zájmem o machine learning techniky
  • Manažeři
Hodnotenie




Organizátor