Εντατικό μάστερ στην επιστήμη των δεδομένων

Nuclio Digital School

Περιγραφή Προγράμματος

Διαβάστε την Επίσημη Περιγραφή

Εντατικό μάστερ στην επιστήμη των δεδομένων

Nuclio Digital School

Οι καλές αποφάσεις βασίζονται πάντοτε σε δεδομένα

Αναπτύξτε τις γνώσεις σας στην επιστήμη των δεδομένων, αξιοποιώντας τα σύνολα δεδομένων πραγματικού κόσμου και μαθαίνοντας από εμπειρογνώμονες της βιομηχανίας ένα πρόγραμμα σπουδών που βασίζεται στην Python. Μάθετε τα σχετικά εργαλεία και τεχνικές για να επιλύσετε πραγματικά επιχειρησιακά προβλήματα και να προωθήσετε την καριέρα σας σήμερα.

Αποκτήστε πραγματικά αποτελέσματα

Η ομάδα καριέρας μας σας βοηθάει να προσδιορίσετε τα πλεονεκτήματα σας, να βελτιώσετε τους στόχους σας και να συνδεθείτε με τους περισσότερους από 200 εταίρους της Nuclio για να μετατρέψετε τις επαγγελματικές φιλοδοξίες σας σε πραγματικότητα.

Γνώση εμπειρογνωμόνων

Επίλυση προβλημάτων μαζί με μαθητές υψηλής απόδοσης με διαφορετικό υπόβαθρο στην επιστήμη, ανάλυση δεδομένων, μηχανική, μαθηματικά και πολλά άλλα. Δημιουργήστε ουσιαστικές συνδέσεις, συναντήσετε πιθανούς εργοδότες και συμμετάσχετε σε μια κοινότητα μαθητών δια βίου μάθησης.

Έννοιες, πλατφόρμες και τεχνικές στο μάθημα.

  • Προγραμματισμός: R, Python
  • Οπτικοποίηση δεδομένων: ggplot2, θαλάσσιο σκάφος, matplotlib
  • Στατιστικά συμπερασμάτων,
  • Οι κατανομές πιθανοτήτων,
  • Ανάλυση παλινδρόμησης
  • Αλγόριθμοι ταξινόμησης
  • Ομαδοποίηση και σύσταση.
  • Δεξιότητες επικοινωνίας: είναι απαραίτητες για να εξηγήσουν και να απεικονίσουν επαρκώς όλα όσα μάθαμε πριν.
  • Εργαστήρια δεδομένων
  • Τελικό Έργο

Βασικές αρχές της επιστήμης δεδομένων: Python και στατιστικές

Οι σπουδαστές ενσωματώνονται απευθείας σε ένα πρόγραμμα σπουδών βασισμένο στην Python όπου διερευνούμε και μαθαίνουμε τις βέλτιστες πρακτικές στη στατιστική ανάλυση, συμπεριλαμβανομένων των μεθόδων συχνότητας και Bayesian. Χρησιμοποιώντας βέλτιστες πρακτικές εφαρμοσμένης μηχανικής λογισμικού και προγραμματισμό σε ζεύγη με συνομηλίκους από διαφορετικά υπόβαθρα, οι μαθητές κατέχουν τις βασικές έννοιες της επιστήμης των δεδομένων.

  • εισαγωγή
  • Εγκατάσταση του εργαλείου εργασίας μας
  • Εισαγωγή στην ανάλυση πρόβλεψης και Machine Learning
  • Καθαρισμός δεδομένων

Μηχανική μάθηση και πραγματικές μελέτες περιπτώσεων

Στο δεύτερο μπλοκ άρχισε να βυθίζουμε τον εαυτό μας στη μηχανική μάθηση, εργαζόμαστε σε πραγματικά προβλήματα ταξινόμησης, παλινδρόμησης και ομαδοποίησης χρησιμοποιώντας δομημένα και αδόμητα σύνολα δεδομένων. Θα ανακαλύψουμε βιβλιοθήκες όπως το scikit-learn, το NumPy και το SciPy και θα χρησιμοποιήσουμε πραγματικές μελέτες περιπτώσεων για να ενσωματώσουμε την κατανόησή μας σε αυτές τις βιβλιοθήκες σε πραγματικές εφαρμογές.

  • Λειτουργίες επεξεργασίας δεδομένων
  • Βασικές έννοιες στατιστικών στοιχείων για πρόβλεψη μοντέλων
  • Γραμμική παλινδρόμηση με την Python
  • Λογιστική παλινδρόμηση με την Python
  • Ομαδοποίηση και ταξινόμηση
  • Τυχαία δέντρα και δάση

Επεξεργασία φυσικής γλώσσας και οπτικοποίηση δεδομένων

Στο τρίτο μας τετράγωνο, προσθέτουμε συστήματα φυσικής επεξεργασίας γλωσσών και συστάσεων στο σώμα μας των γνώσεων της επιστήμης των δεδομένων. Μαθαίνουμε την επεξεργασία μεγάλων δεδομένων ανοιχτής πηγής και ολοκληρώνουμε το Block με την τελειοποίηση της τέχνης της οπτικοποίησης και της γνώσης των δεδομένων. Στο τέλος αυτού του μπλοκ, οι σπουδαστές πρέπει να είναι καλά έμπειροι σε εννοιολογικές γνώσεις και έτοιμοι να ξεκινήσουν ανεξάρτητα έργα.

  • Μηχανήματα υποστήριξης φορέων
  • Κοντινότεροι γείτονες
  • Σύστηματα συστάσεων
  • Ανάλυση βασικών στοιχείων
  • Εισαγωγή στα νευρωνικά δίκτυα και βαθιά μάθηση με το TensorFlow
  • Συμμετοχή σε κώδικα R και Python με τη βιβλιοθήκη rpy2

Capstone project και προετοιμασία για την αγορά εργασίας

Για να ολοκληρώσουμε το πρόγραμμα εμβάπτισης, οι μαθητές εργάζονται ανεξάρτητα σε ένα εφαρμοσμένο πρόγραμμα επιστήμης δεδομένων που είναι μοναδικό για τα ενδιαφέροντά τους ή τις προσδοκίες σταδιοδρομίας τους σε ένα έργο Capstone. Τα έργα αυτά αντικατοπτρίζουν το σύνολο των τεχνικών δεξιοτήτων που έχουν μάθει οι σπουδαστές καθ 'όλη τη διάρκεια του μαθήματος και αποδεικνύουν την ικανότητά τους και την ικανότητά τους ως πραγματικούς επιστήμονες δεδομένων.

Μέχρι το 2020, περίπου 1 εκατομμύριο νέες ψηφιακές και τεχνολογικές θέσεις εργασίας στην Ευρώπη.

Το προφίλ της Επιστήμης Δεδομένων θα είναι ένα από τα πιο σημαντικά για την παραγωγικότητα των εταιρειών, παρέχοντας τις απαραίτητες πληροφορίες σε αυτούς ώστε να είναι σε θέση να έχουν πλεονέκτημα έναντι των ανταγωνιστών.

Αυτή η σχολή προσφέρει προγράμματα σε:
  • ισπανικά


Τελευταία ενημέρωση December 6, 2018
Διάρκεια & Τιμή
Το μάθημα αυτό είναι με βάση την Πανεπιστημιούπολη
Start Date
Ημερομηνία Έναρξης
Απρ. 23, 2019
Duration
Διάρκεια
16 Εβδομάδες
Μερική παρακολούθηση
Price
τιμή
5,900 EUR
Locations
Ισπανία - Barcelona, Catalonia
Ημερομηνία Έναρξης : Απρ. 23, 2019
Προθεσμία υποβολής αιτήσεων Αίτηση Παροχής Πληροφοριών
Ημερομηνία Λήξης Αίτηση Παροχής Πληροφοριών
Dates
Απρ. 23, 2019
Ισπανία - Barcelona, Catalonia
Προθεσμία υποβολής αιτήσεων Αίτηση Παροχής Πληροφοριών
Ημερομηνία Λήξης Αίτηση Παροχής Πληροφοριών