Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Introducere
- Definirea inteligenței artificiale predictive
- Contextul istoric și evoluția analizei predictive
- Principiile de bază ale învățării automate și ale mineritului de date
Colectarea și preprocesarea datelor
- Colectarea datelor relevante
- Curățarea și pregătirea datelor pentru analiză
- Înțelegerea tipurilor și a surselor de date
Exploratorie Data Analysis (EDA)
- Vizualizarea datelor pentru obținerea de informații
- Statistici descriptive și rezumarea datelor
- Identificarea modelelor și a relațiilor în date
Modelare statistică
- Noțiuni de bază ale inferenței statistice
- Analiza de regresie
- Modele de clasificare
Machine Learning Algoritmi pentru predicție
- Prezentare generală a algoritmilor de învățare supravegheată
- Arbori de decizie și păduri aleatoare
- Bazele rețelelor neuronale și ale învățării profunde
Evaluarea și selectarea modelelor
- Înțelegerea acurateței modelului și a indicatorilor de performanță
- Tehnici de validare încrucișată
- Supraadaptarea și reglarea modelelor
Aplicații practice ale inteligenței artificiale predictive
- Studii de caz din diverse industrii
- Considerații etice în modelarea predictivă
- Limitări și provocări ale AI predictive
Proiect practic
- Lucrul cu un set de date pentru a crea un model predictiv
- Aplicarea modelului pentru a face predicții
- Evaluarea și interpretarea rezultatelor
Rezumat și etape următoare
Cerințe
- O înțelegere a statisticilor de bază
- Experiență cu orice limbaj de programare
- Familiaritate cu manipularea datelor și cu foile de calcul
- Nu este necesară o experiență anterioară în inteligența artificială sau în știința datelor
Audiență
- Profesioniști din domeniul IT
- Analiști de date
- Personal tehnic
21 ore
