Data Science, Analytics and AI Course 2019

Відбулось
20 — 21 квітня
Час
10:00 — 18:00
Місце
Київ, вул. Вацлава Гавела, 6-з, InnoHub
Вартість
890 грн
Підуть

У кожній галузі, сфері та спеціалізації є люди, які є безперечними професіоналами. Ментори, до порад яких прислуховуються, прагнуть співпрацювати, переймати досвід.

20 й 21 квітня відбудеться курс Data Analytics and AI 2019, під час якого Oleksandr Romanko розповідатиме про основи аналізу даних, побудову моделей, досвід AI у IBM Canada.

Зареєструватися на курс

Олександр Романко працює старшим науковим співробітником в IBM Canada, викладає в Університеті Торонто та УКУ (Український Католицький Університет) і KSE.

Олександр отримав докторський та магістерський ступені у галузі комп’ютерних наук в Університеті МакМастер (Канада), магістерський ступінь з економіки в Карловому Університеті (Чеська Республіка) і диплом спеціаліста Сумського державного університету.

Спеціальні гості:

● Вероника Тамайо Флорес (Veronica Tamayo Flores), Head of consulting, Data Science UA
● Oleksandr Savsunenko, Head of AI Lab, Skylum Software, PhD

Всього за 15 годин інтенсивного курсу ви навчитесь:

— впорядковувати та «чистити» дані
— розуміти data science алгоритми
— будувати моделі за допомогою Python
— критично аналізувати результати моделювання
— приймати рішення на основі отриманих результатів

Для кого розроблено курс:

— junior-middle розробникам
— бізнес та фінансовим аналітикам
— junior data scientists
— менеджерам, що хочуть працювати з даними
— студентам, що прагнуть зрозуміти навіщо в університетському
курсі оптимізаційні моделі, статистика, вища математика та як ці знання перетворити у компетентні переваги для пошуку роботи або створення свого стартапу

Дата і час: 20-21 квітня з 10:00 до 18:00 (реєстрація — о 9:30)

Програма курсу:

20 квітня

Introduction to data science and analytics
Data science concepts
Application areas

Getting data into Python
Working with CSV and JSON format/files
Web-scraping in Python
Using APIs in Python (Twitter API, New York Times API, etc.)
Using cloud AI services from Python

Machine Learning I — linear and logistic regressions
Modeling process and machine learning
Optimization for regression modeling, data science and AI
Linear regression

Machine Learning I — linear and logistic regressions
Logistic regression
Regression case studies in Python

21 квітня

Machine Learning II — advanced classification and clustering
Classification (decision trees, SVM, kNN)
Clustering (K-means, Fuzzy C-means, Hierarchical Clustering, DBSCAN)
Association rules
Ensemble methods (random forests, Xgboost)
Machine learning case studies in Python

Cognitive computing and artificial intelligence
Text analytics and Natural Language Processing (NLP)
Neural networks and brief introduction to deep learning
Spatio-temporal analytics
Cognitive computing case studies in Python

Visual analytics and storytelling based on analytics
Visual analytics and visualizations
Validating analytics
Storytelling based on analytics
Decision-making based on analytics

Мова курсу: українська, слайди і пояснення до Python прикладів англійською

Квитки:

до 31 березня — 690 грн;
1 квітня — 11 квітня — 790 грн;
12 квітня — 20 квітня — 890 грн.

Знижки

від 3 квитків — 10%
від 5 квитків — 15%
студентам — 25%

Подія на Facebook

Зареєструватися на курс

Google Calendar iCal
LinkedIn

Нет комментариев

Подписаться на комментарииОтписаться от комментариев Комментарии могут оставлять только пользователи с подтвержденными аккаунтами.

Подписаться на комментарии