Adat tudományi mesterképzés

Mit fogsz tanulni ebben a kurzusban?/>

• Programozás Python és R
  • Piton
  • Feltételes és hurkok
  • String és lista objektumok
  • Funkciók
  • Kivételkezelés
  • Adatbázis programozás
    * Az R-n tartott ülések nem élnek, hanem önállóak
• Data Wrangling

• CSV, JSON, XML és HTML fájlok olvasása Python használatával
• numpy
• Scipy könyvtárak
• Az adatok betöltése, tisztítása, átalakítása, összevonása és átalakítása
• Statisztikák és valószínűség

• Leíró statisztika
• Inferenciális statisztikák
• Hipotézisvizsgálat
• Statisztikai fogalmak a Pythonban
• Gépi tanulási modellek Python-val

• Építési modellek algoritmusokkal
• Lineáris és logisztikai regresszió
• Döntési fák
• Támogató vektoros gépek (SVM-ek)
• Véletlenszerű erdők
• XGBoost
• K legközelebbi szomszédját
• Főkomponens analízis
• Szövegelemzés és idősor-előrejelzés
• Deep Learning a TensorFlow használatával

• Bevezetés a mély tanuláshoz
• Neurális hálózat megértése a TensorFlow segítségével
• tekeredés
• Adatmegjelenítés Matplotlib és Tableau használatával

• Interaktív vizualizációk a Matplotlib,
• Az adatok megjelenítése a Tableau segítségével
• Tableau műszerfal és storyboard
• Tableau és R integráció
  A Tableau-n megjelenő foglalkozások nem élőek, hanem önállóak
• Nagy adatok kezelése a Spark segítségével

• Bevezetés a nagy adatokhoz
• RDD-k Sparkban, adatkeretek
• Spark streaming, MLib