Systémové nástroje a riadiaci systém GIT
123456789101112
Systémové nástroje a riadiaci systém GIT
Systémové nástroje sú súborom užitočných techník na ovládanie systému pomocou príkazov. Každý profesionál, ktorý si váži sám seba, by mal vedieť, ako používať konzolu. Naučíme vás, ako na to.
Naučíš sa tiež používať systém na správu verzií GIT, ktorý umožňuje bezproblémovú tímovú spoluprácu.
Python v dátovej vede
Python je najpopulárnejší jazyk používaný v dátovej vede. Má najväčší počet knižníc a rámcov, ktoré vykonávajú mnohé úlohy dátovej vedy.
V tomto module sa naučíš základy jazyka Python potrebné na vývoj aplikačného kódu
Štatistika a pravdepodobnosť
Veda o údajoch je založená výlučne na matematike. Tento modul ti pomôže pochopiť operácie pomocou knižnice Numpy, v ktorej môžeš počítať základné operácie v lineárnej algebre (operácie s vektormi/maticami).
V druhej časti sa dozvieš viac o pravdepodobnosti, napríklad prečo je potrebné opakovať testy s 90 % zhodou.
Spracovanie súborov údajov
Dátová veda sú údaje, údaje a ešte raz údaje. Pochádzajú z rôznych zdrojov a sú k dispozícii v rôznych formátoch. Hovorí sa, že 90 % práce špecialistu na dátovú vedu tvorí spracovanie údajov. Je ťažké s tým nesúhlasiť. Zručnosti získané v tomto module budeš najčastejšie využívať vo svojom budúcom profesionálnom živote.
Naučíš sa spracovávať údaje získané prostredníctvom rozhrania API alebo z databázy SQL
Vizualizácia údajov
Jeden graf môže vyjadriť viac ako tisíc slov. V kontexte práce so zákazníkmi, ktorí nakupujú “na oko”, je schopnosť správne prezentovať údaje mimoriadne cenná.
V tomto module sa naučíš vytvárať interaktívne grafy potrebné na prácu v oblasti dátovej vedy
Machine Learning
Výber správneho času na kúpu domu vzhľadom na historické ceny?
Čo sa môžeme dozvedieť o budúcnosti na základe poznania minulosti?
Regresia sa pokúša odpovedať práve na tieto otázky. Umožňuje predpovedať neznáme hodnoty jednej veličiny na základe známych hodnôt iných veličín. Okrem toho ťa tento modul zoznámi s celou problematikou klasických metód strojového učenia – tých, na ktorých je založené mnoho moderných riešení. Dozvieš sa tiež o klasifikačných problémoch v rámci učenia pod dohľadom. Vysvetlíme ti tiež, čo je to učenie bez dohľadu.
Knižnica TensorFlow
Naučíš sa najpopulárnejší framework na vytváranie sieťových riešení. Umožní ti jednoducho implementovať danú sieťovú architektúru, proces učenia a následné akcie
Neurónové siete
Umelé neurónové siete sú štruktúry, ktoré napodobňujú štruktúry v našom mozgu. Máme vstupný signál, ktorý je rôzne spracovaný rôznymi neurónmi, ktoré na konci procesu generujú určitú informáciu. Je to jedna z najpopulárnejších metód strojového učenia, preto ju musíš veľmi dobre poznať.
Umožňuje riešiť regresné a klasifikačné problémy, aj keď nielen tie. Naučíme ťa metódy učenia takýchto sietí pomocou TensorFlow.
Image processing – Computer Vision
Ako fungujú autonómne vozidlá?
Ako rozpoznávajú dopravné značky alebo chodcov? V tomto module sa dozvieš, ako spracúvať obrazové údaje.
Ako filtrujete údaje? Aké informácie možno získať z obrázkov?
Okrem toho sa naučíš používať špeciálne návrhy neurónových sietí, ktoré sa používajú na spracovanie obrazových údajov. Pochopením transferového učenia dokážeš vytvoriť riešenia, ktoré dokážu vysvetliť väčšinu problémov spracovania obrazu a nielen to.
Spracovanie prirodzeného jazyka
Alexa a Siri sú dva príklady hlasových asistentov. Ako rozumejú tomu, čo im hovoríme?
V tomto module sa naučíš, ako pracovať s textovými údajmi (a dozvieš sa odpoveď na predchádzajúcu otázku).
Práca so sekvenciami – rekurentné neurónové siete
Ako môžu neurónové siete uvažovať skôr o sekvenciách ako o jednotlivých objektoch? Ako algoritmus zistí, ktoré slovo má byť vo vete nasledujúce?
Na tieto otázky sa pokúsime odpovedať pomocou rekurentných neurónových sietí.
Project +
Počas kurzu absolvuješ štyri záverečné projekty. Tri z nich sú praktické projekty (regresia, klasifikácia a spracovanie obrazu) realizované v rôznych fázach kurzu. Nakoniec ti bude zadaný jeden veľký záverečný projekt.
Príkladom záverečného projektu môže byť predpoveď COVID-19 s použitím verejne dostupných údajov.
- Systémové nástroje a riadiaci systém GIT
Systémové nástroje sú súborom užitočných techník na ovládanie systému pomocou príkazov. Každý profesionál, ktorý si váži sám seba, by mal vedieť, ako používať konzolu. Naučíme vás, ako na to.
Naučíš sa tiež používať systém na správu verzií GIT, ktorý umožňuje bezproblémovú tímovú spoluprácu.
- Python v dátovej vede
Python je najpopulárnejší jazyk používaný v dátovej vede. Má najväčší počet knižníc a rámcov, ktoré vykonávajú mnohé úlohy dátovej vedy.
V tomto module sa naučíš základy jazyka Python potrebné na vývoj aplikačného kódu
- Štatistika a pravdepodobnosť
Veda o údajoch je založená výlučne na matematike. Tento modul ti pomôže pochopiť operácie pomocou knižnice Numpy, v ktorej môžeš počítať základné operácie v lineárnej algebre (operácie s vektormi/maticami).
V druhej časti sa dozvieš viac o pravdepodobnosti, napríklad prečo je potrebné opakovať testy s 90 % zhodou.
- Spracovanie súborov údajov
Dátová veda sú údaje, údaje a ešte raz údaje. Pochádzajú z rôznych zdrojov a sú k dispozícii v rôznych formátoch. Hovorí sa, že 90 % práce špecialistu na dátovú vedu tvorí spracovanie údajov. Je ťažké s tým nesúhlasiť. Zručnosti získané v tomto module budeš najčastejšie využívať vo svojom budúcom profesionálnom živote.
Naučíš sa spracovávať údaje získané prostredníctvom rozhrania API alebo z databázy SQL
- Vizualizácia údajov
Jeden graf môže vyjadriť viac ako tisíc slov. V kontexte práce so zákazníkmi, ktorí nakupujú “na oko”, je schopnosť správne prezentovať údaje mimoriadne cenná.
V tomto module sa naučíš vytvárať interaktívne grafy potrebné na prácu v oblasti dátovej vedy
- Machine Learning
Výber správneho času na kúpu domu vzhľadom na historické ceny?
Čo sa môžeme dozvedieť o budúcnosti na základe poznania minulosti?
Regresia sa pokúša odpovedať práve na tieto otázky. Umožňuje predpovedať neznáme hodnoty jednej veličiny na základe známych hodnôt iných veličín. Okrem toho ťa tento modul zoznámi s celou problematikou klasických metód strojového učenia – tých, na ktorých je založené mnoho moderných riešení. Dozvieš sa tiež o klasifikačných problémoch v rámci učenia pod dohľadom. Vysvetlíme ti tiež, čo je to učenie bez dohľadu.
- Knižnica TensorFlow
Naučíš sa najpopulárnejší framework na vytváranie sieťových riešení. Umožní ti jednoducho implementovať danú sieťovú architektúru, proces učenia a následné akcie
- Neurónové siete
Umelé neurónové siete sú štruktúry, ktoré napodobňujú štruktúry v našom mozgu. Máme vstupný signál, ktorý je rôzne spracovaný rôznymi neurónmi, ktoré na konci procesu generujú určitú informáciu. Je to jedna z najpopulárnejších metód strojového učenia, preto ju musíš veľmi dobre poznať.
Umožňuje riešiť regresné a klasifikačné problémy, aj keď nielen tie. Naučíme ťa metódy učenia takýchto sietí pomocou TensorFlow.
- Image processing – Computer Vision
Ako fungujú autonómne vozidlá?
Ako rozpoznávajú dopravné značky alebo chodcov? V tomto module sa dozvieš, ako spracúvať obrazové údaje.
Ako filtrujete údaje? Aké informácie možno získať z obrázkov?
Okrem toho sa naučíš používať špeciálne návrhy neurónových sietí, ktoré sa používajú na spracovanie obrazových údajov. Pochopením transferového učenia dokážeš vytvoriť riešenia, ktoré dokážu vysvetliť väčšinu problémov spracovania obrazu a nielen to.
- Spracovanie prirodzeného jazyka
Alexa a Siri sú dva príklady hlasových asistentov. Ako rozumejú tomu, čo im hovoríme?
V tomto module sa naučíš, ako pracovať s textovými údajmi (a dozvieš sa odpoveď na predchádzajúcu otázku).
- Práca so sekvenciami – rekurentné neurónové siete
Ako môžu neurónové siete uvažovať skôr o sekvenciách ako o jednotlivých objektoch? Ako algoritmus zistí, ktoré slovo má byť vo vete nasledujúce?
Na tieto otázky sa pokúsime odpovedať pomocou rekurentných neurónových sietí.
- Project +
Počas kurzu absolvuješ štyri záverečné projekty. Tri z nich sú praktické projekty (regresia, klasifikácia a spracovanie obrazu) realizované v rôznych fázach kurzu. Nakoniec ti bude zadaný jeden veľký záverečný projekt.
Príkladom záverečného projektu môže byť predpoveď COVID-19 s použitím verejne dostupných údajov.