За курса
По време на курса участниците ще си отговорят на въпроси от практиката като:
• Как се избира точен метод за анализ на данните?;
• Как се прилага научният метод за взимане на решения?;
• Как се използват статистическите методи за правене на изводи?;
• Как се събират и изчистват данните, за да бъдат подготвени за анализ и моделиране?;
• Как се извършва моделирането на данните?;
• Какво е Exploratory data analysis и как се прилага?
Курсът завършва с насоки за изграждане на цялостно data science приложение - архитектура на кода и структура на изследванията. Обучението е практически ориентирано и новите концепции ще бъдат затвърдени с писане на код.
Умения, които ще придобиеш
-
Работа с таблични и неструктурирани данни (изображения и текст)
-
Основи на статистическите модели/machine learning
-
Изграждане на цялостен проект: добри практики
-
Събиране, агрегация и автоматизация на работата с данни
-
Почистване на данни и подготовка за анализ чрез научния метод
-
Техники за анализ и визуализация на данни
Теми
- 1. Resources
- 2. Course Introduction
- 3. Data Acquisition
- 4. Data Tidying and Cleaning
- 5. Data Visualization. Exploratory Data Analysis
- 6. Working with Images
- 7. Working with Text
- 8. Regression Models
- 9. Data Science Project Architecture
- 10. Data Science in Production
- 11. Exam Preparation and Q&A
- 12. Project Defense - Regular Exam
- 13. Project Defense - Retake Exam