البته در داده های بزرگ: مدلسازی ریاضی

FutureLearn

شرح برنامه

توضیحات رسمی را مطالعه کنید

البته در داده های بزرگ: مدلسازی ریاضی

FutureLearn

چرا دوره ها شرکت کنید.

آیا تا کنون فکر چگونه ریاضیات می توان برای حل مشکلات داده های بزرگ؟ این دوره شما را چگونه نشان می دهد. ریاضیات در همه جا است و با افزایش داده های بزرگ، هنگام استخراج اطلاعات و تجزیه و تحلیل مجموعه داده های بزرگ، یک ابزار مفید می شود.

یاد بگیرند که چگونه ریاضی اساس تجزیه و تحلیل داده های بزرگ

ما با توضیح اینکه چگونه ریاضیات بسیاری از ابزارهایی است که برای مدیریت و تجزیه و تحلیل داده های بزرگ مورد استفاده قرار می گیرند، آغاز می شود. ما شما را نشان دهد که چگونه مشکلات بسیار متفاوت کاربردی می توانید اهداف مشترک ریاضی، و در نتیجه می توان با استفاده از ابزار ریاضی شبیه شده است. پس از آن ما خواهد شد ادامه به معرفی سه ابزار مانند، بر اساس یک چارچوب جبر خطی. این ابزار و مشکلاتی که آنها رسیدگی عبارتند از:

  • مقادیر ویژه و بردارهای ویژه برای رتبه بندی
  • لاپلاس نمودار برای خوشه بندی
  • تجزیه مقدار منفرد برای فشرده سازی داده ها.

توسعه مهارت های تجزیه و تحلیل خود را با مطالعات موردی نمونه

در این دوره، ما تعدادی از مشکلات اولیه در تجزیه و تحلیل داده برای نشان دادن مفاهیم اصلی را انتخاب کرده اند. این الگوریتم می توان توسعه یافته برای سهولت استفاده از آنها در مشکلات داده بزرگ است. دست در رویکرد ما به شما اجازه توسعه مهارت های تحلیلی خود را با استفاده از مجموعه داده های خود شامل، تعمیق درک خود را از روش های اساسی ریاضی، و کشف چگونگی این روش ها را می توان به داده های بزرگ در منطقه خود را اعمال می شود.

ادامه یادگیری با این برنامه بزرگ تجزیه و تحلیل داده

این دوره یکی از چهار در برنامه بزرگ تجزیه و تحلیل داده در FutureLearn از مرکز ARC تعالی برای ریاضی و آماری مرز در دانشگاه فناوری کوئینزلند (QUT) است. این برنامه شما را قادر می سازد تا قبل از کاوش استنتاج آماری، یادگیری ماشین، مدل سازی ریاضی و تجسم داده ها، بدانید که چگونه داده های بزرگ جمع آوری و مدیریت می شوند. زمانی که همه چهار دوره را تکمیل و خرید یک گواهی از موفقیت برای هر، شما یک جایزه FutureLearn به عنوان اثبات اتمام برنامه از مطالعه به دست آورند.

سپاسگزاریها

QUT می خواهم برای تشکر از همکاران محتوای زیر:

  • کوین Burrage
  • جوزپه د مارتینو
  • استیو Psaltis
  • یان ترنر

چه موضوعات به شما را پوشش خواهد داد؟

  • مقدمه ای بر مفاهیم کلیدی ریاضی در تجزیه و تحلیل داده های بزرگ: مقادیر ویژه و بردارهای ویژه، تجزیه و تحلیل مولفه اصلی (PCA)، نمودار لاپلاس، و تجزیه مقدار منفرد (SVD)
  • استفاده از مقادیر ویژه و بردارهای ویژه برای بررسی مشکلات اولیه از داده های رتبه بندی بزرگ
  • استفاده از نمودار لاپلاس به بررسی مشکلات اولیه از خوشه بندی داده بزرگ
  • استفاده از PCA و SVD برای بررسی مشکلات اولیه فشرده سازی داده های بزرگ

چه شما خواهد رسیدن؟

  • شناسایی زمینه های کاربرد داده های بزرگ
  • کاوش چارچوب داده های بزرگ
  • مدل سازی و تجزیه و تحلیل داده ها با استفاده از تکنیک های انتخاب شده
  • نشان دادن یک رویکرد یکپارچه به داده های بزرگ
  • توسعه آگاهی از نحوه مشارکت موثر در یک تیم کار با کارشناسان داده های بزرگ

دوره برای چه کسانی است؟

این دوره برای هر کسی به دنبال اضافه کردن روش های ریاضی برای تجزیه و تحلیل داده ها به مجموعه ای از مهارت های خود را طراحی شده است. برای دریافت بیشتر از این دوره، توصیه می کنیم که شما جبر خطی در سطح دانشگاه / کالج مطالعه کرده اند. ما می خواهیم شما را تشویق به روز کردن دانش خود را از بردار و جبر ماتریس قبل از درگیر شدن با مواد البته. ما MATLAB پایه (و یا دیگر) فرض می مهارت های برنامه نویسی برای برخی از تمرین های عملی. محصول Mathworks شما را با دسترسی آزاد به MATLAB آنلاین برای مدت زمان دوره ارائه، بنابراین شما می توانید تمرین های برنامه نویسی کامل است. بازدید از وب سایت نرم افزار MATLAB آنلاین برای اطمینان از سیستم شما حداقل مورد نیاز است.

متفرقه

  • دوره آنلاین رایگان
  • مدت زمان: 2 هفته
  • 2 ساعت پیش
  • گواهینامه های موجود
این مدرسه این برنامه ها را ارائه می نماید:
  • انگلیسی
FutureLearn

آخرین به روز رسانی November 29, 2017
مدت زمان و قیمت
این دوره Online
Start Date
تاریخ شروع
زمان ثبت نام باز است
Duration
مدت زمان
پاره وقت
تمام وقت
Price
قیمت
رایگان
Locations
بریتانیا - UK Online
تاریخ شروع: زمان ثبت نام باز است
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
Dates
زمان ثبت نام باز است
بریتانیا - UK Online
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
Price
دوره های آنلاین رایگان