Gestion de projet dans SAP Data Science Machine Learning

Acheter maintenant

Prix: $94.99

Dans 2012, La Harvard Business Review a nommé la science des données la “le métier le plus sexy du 21e siècle.” Pourquoi les data scientists sont-ils si demandés de nos jours? La réponse est qu'au cours de la dernière décennie, il y a eu une explosion des données générées et conservées par les entreprises, et ils doivent l'exploiter et l'exploiter. Les data scientists sont ceux qui donnent un sens à toutes ces données et déterminent exactement ce qu'on peut en faire..

Si vous souhaitez en savoir plus sur la science des données, ce cours vous présentera les principes fondamentaux de la préparation des données, modélisation prédictive, science des données, et le déploiement et la maintenance de modèles dans un environnement métier suivant une méthodologie de projet éprouvée.

Dans la première semaine, nous aborderons les défis fondamentaux de la compréhension des problèmes commerciaux et identifierons l’approche analytique appropriée. La deuxième semaine, nous couvrirons la préparation des données, sélection de variables, et encodage des données. Les semaines trois et quatre vous présenteront un large éventail d'algorithmes tels que les arbres de décision, régression, réseaux de neurones, analyse du panier, et simulation. La cinquième semaine explique comment nous évaluons les performances de nos modèles et les approches que nous adoptons pour les améliorer.. En semaine 6, vous en apprendrez davantage sur le déploiement et la maintenance des modèles, et nous démystifierons quelques mythes courants.

La science des données est un sujet complexe à comprendre, mais dans ce cours, vous découvrirez les principes fondamentaux, découvrez comment les algorithmes peuvent ajouter de la valeur à votre entreprise, et nous démystifierons les processus complexes. Il n’est pas nécessaire d’être un spécialiste des fusées pour être un data scientist.

Le contenu des cours

Unité # 1: Affaires & Compréhension des données

• Introduction à la science des données.

• Introduction à la méthodologie du projet

• Phase de compréhension des affaires – Aperçu

• Définir les critères de réussite du projet

• Phase de compréhension des données – Aperçu

• Analyse des données initiales & Analyse exploratoire des données

Unité # 2: Préparation des données
Unité # 3: Modélisation (1)
Unité # 4: Modélisation (2)
Unité # 5: Évaluation
Unité # 6: Déploiement & Entretien
Unité # 7: et Démonstrations le cas échéant

Public cible

Toute personne ayant une compréhension de base des données, l'analyse des données, et des mathématiques simples.