Bize Ulaşın

Eğitim İçeriği

Veri Bilimi/Yapay Zeka'ya Giriş

  • Veri yoluyla bilgi edinme
  • Bilgi temsili
  • Değer yaratma
  • Veri Bilimi genel bakış
  • Yapay zeka ekosistemi ve analitiğe yeni yaklaşım
  • Temel teknolojiler

Veri Bilimi iş akışı

  • CRISP-DM
  • Veri hazırlama
  • Model planlama
  • Model oluşturma
  • İletişim
  • Dağıtım

Veri Bilimi teknolojileri

  • Prototipleme için kullanılan diller
  • Büyük Veri teknolojileri
  • Ortak sorunlara uçtan uca çözümler
  • Python diline giriş
  • Python'u Spark ile entegrasyon

İş Dünyasında Yapay Zeka

  • Yapay zeka ekosistemi
  • Yapay zeka etiği
  • İş dünyasında yapay zekayı nasıl yönlendirebilirsiniz

Veri kaynakları

  • Veri türleri
  • SQL vs NoSQL
  • Veri Depolama
  • Veri hazırlama

Veri Analizi – İstatistiksel yaklaşım

  • Olasılık
  • İstatistik
  • İstatistiksel modelleme
  • Python kullanarak iş uygulamaları

İş Dünyasında Makine Öğrenme

  • Denetimli vs denetimsiz öğrenme
  • Tahmin problemleri
  • Sınıflandırma problemleri
  • Kümelenme problemleri
  • Anomali tespiti
  • Tavsiye motorları
  • İlişki kalıp madenciliği
  • Python dili ile ML problemlerinin çözümü

Derin Öğrenme

  • Geleneksel ML algoritmalarının başarısız olduğu problemler
  • Karmaşık problemlerin Derin Öğrenme ile çözümü
  • Tensorflow'a giriş

Doğal Dil İşleme

Veri Görselleştirme

  • Modellemelerden görsel raporlama sonuçları
  • Görselleştirmede sık yapılan hatalar
  • Python ile veri görselleştirme

Veriden Karara – iletişim

  • Etki yaratma: veri odaklı hikaye anlatımı
  • Etki etme etkinliği
  • Veri Bilimi projelerinin yönetimi

Kurs İçin Gerekli Önbilgiler

Bu kursa katılmak için özel bir gereklilik yoktur.

 35 Saatler

Katılımcı Sayısı


Katılımcı başına fiyat

Danışanlarımızın Yorumları (7)

Yaklaşan Etkinlikler

İlgili Kategoriler