Перейти к основному содержимому

Сведения о курсе

Спрос на таланты в сфере анализа данных сейчас высок как никогда. Развивайте свою карьеру, став специалистом по анализу данных: в этом вам поможет знакомство с основными навыками и принципами теории анализа данных при помощи экспертов из Университета Дьюк и Microsoft.

При изучении этого курса по теории анализа данных, вы познакомитесь с основными принципами получения данных, их подготовки, исследования и визуализации, а также с примерами практического применения анализа данных, такими, например, как создание облачного решения по анализу данных с помощью платформы машинного обучения Microsoft Azure Machine Learning platform или с помощью языков R и Python на стеке Azure.

Темы курса

  • Изучение процессов теории анализа данных
  • Теория вероятности и статистика в теории анализа данных
  • Исследование и визуализация данных
  • Получение данных для их последующего хранения в базе данных, очистка и преобразование
  • Введение в машинное обучение
  • В практических работах этого курса используется сочетание языков R, Python, а также методов машинного обучения в Microsoft Azure.

Тренеры:

Course Staff Image #1

Доктор Стив Элстон (Dr. Steve Elston)

Стив – большой энтузиаст больших данных и специалист по теории анализа данных. Он обладает более чем двадцатилетним опытом использования R и S/SPLUS в прогнозной аналитике и машинном обучении. Он имеет степень доктора наук (PhD) по геофизике Принстонского университета и неоднократно возглавлял многонациональные команды специалистов по анализу данных в различных компаниях.

Course Staff Image #2

Синтия Рудин (Cynthia Rudin)

Синтия возглавляет Лабораторию прогнозного анализа в Массачусетском технологическом институте, она сотрудничает с Лабораторией компьютерных технологий и искусственного интеллекта и со Школой менеджмента Слоан. У нее есть степень доктора наук (PhD) по прикладной и вычислительной математике Принстонского университета, раньше она была младшим научным сотрудником в Центре вычислительных обучающих систем Колумбийского университета.

Начало курса
Занятия заканчиваются
Оценка сложности
18-24 total hours
Внести в список