<kbd id="r30u8dav"></kbd><address id="w3y3zxf2"><style id="osq1aa07"></style></address><button id="1istium9"></button>

          数据科学 - 3级

          回到计划

          register-button24

          课程名称 数据科学 - 3级
          课程号 900-082-EQ-01
          平台 蟒蛇,KNIME
          持续时间 21小时
          先决条件 数据科学 - 2级课程
          目标观众 数据分析;计算机分析;专业人员处理数据时,需要申请机器学习方法或大或小的数额。
          时间表 Monday & Wednesday  6:30 p.m.- 9:30 p.m.
          日期 3月2日,4,9,11,16,18
          讲师 迭戈佩雷亚 - 博士
          房间 布里泰恩 - BH 309
          总督殿魁北克 费用 $ 42.00
          广大市民费 $ 344.79

          推荐教材: “介绍统计学习与R应用“由G。詹姆斯,d。惠滕河Tibshirani和T。黑斯蒂。

          注:证书提供给谁已完成课时的80%,所有的参与者s

          课程介绍
          请注意,这是一个 非信贷 课程。
          本课程涉及数据科学机器学习的先进方法。在课程结束时,参与者将在处置一大套的方法,申请回归,监督和无监督的分类问题。

          该课程方法是基于由教师,世界卫生组织将目前使用的实际数据使用的例子,然后在实验室的概念带领讲座凡参与者将完成KNIME具体任务和蟒蛇旨在加强在演讲中介绍的概念。

          学生将完成与他们所选择的数据预测一个小项目的数据在课程中,他们运用在课程中学到的方法。以前项目的实例如下学生

          //public.tableau.com/views/studentprojects/studentprojects

           

          本课程涵盖的主题
          1. 变先进回归审查和选择方法:岭,套索。
          2. 监督和无监督的分类方法
          3. 预测
          4. 商业大数据和机器学习系统
          5. 项目介绍

           

          每周专题
          请注意,讲师保留修改本计划的权利
          1周 话题1
          第2周 话题2
          3周 话题5
          第4周 话题4

           

          使用软件

          在过程中,我们将主要使用KNIME和Python,它是统计学习的行业标准,并提供功能对于大多数的方法。其他软件在使用过程中加以解决,以使参加统计学习的整体视图。 

          实验室和数据集

          在实验室中,参与者将适用于使用实际数据集在课堂上看到了预测和分类方法。我们将使用数据集从教科书和从公开来源,例如:

          //www.kaggle.com/

          //archive.ics.uci.edu/ml/datasets.html

           

           

          最佳

              <kbd id="9lluyqjs"></kbd><address id="xbhx2r3o"><style id="ycoy4ysx"></style></address><button id="e4kvnij5"></button>