مبانی علوم داده (فنی) - یک دوره آنلاین

Southampton Data Science Academy

شرح برنامه

توضیحات رسمی را مطالعه کنید

مبانی علوم داده (فنی) - یک دوره آنلاین

Southampton Data Science Academy

دوره ای شش هفته ای که برای ایجاد زمینه های حرفه ای در علوم داده فراهم می شود، مبتدیان را با مهارت های فنی و دانش نظری مورد نیاز برای کاربرد بینش قدرتمند از دانش داده ها به کار خود.

بررسی اجمالی

البته، به طور انحصاری توسط تیم داده های علمی جهان در دانشگاه ساوتهمپتون طراحی شده است، روشی کاربردی برای یادگیری مهارت های داده را فراهم می کند. از طریق تعدادی تمرینات آنلاین تعاملی، شما قادر خواهید بود تا بسیاری از مفاهیم و تکنیک های مورد مطالعه در مواد آموزشی را امتحان کنید.

ما از Python برای پیاده سازی جنبه های فنی دوره استفاده می کنیم و به شدت توصیه می کنیم که تمام متقاضیان تجربه ای با Python یا زبان های مشابه داشته باشند.

ساختار

این دوره بیش از شش هفته تدریس می شود.

هفته 1: فرصتی برای دیدار با معلم خود و دیگر شرکت کنندگان، محتوای آموزشی خود را برای شش هفته آینده آشنا می کنید و اطلاعاتی را که ما ارائه می دهیم پیدا می کنیم. شما تجربه عملی Jupyter، محیط مبتنی بر وب برای تمام تمرینات و تکالیف خود را به دست خواهید آورد. برای کسانی که با زبان برنامه نویسی نا آشنا هستند، این هفته نیز شامل فعالیت Python Primer است.

هفته دوم: زمان یادگیری اصطلاحات اساسی و فرآیندهای علمی داده. شما به چشم انداز تکنولوژی معرفی شده است که به انفجار داده ها کمک کرده است و همچنین ابزارهایی که توسط دانشمندان داده شده برای باز کردن ارزش پنهان در میان داده های وسیع استفاده می شود. ما همچنین نگاهی دقیق تر به پایتون و استفاده از آن در علوم داده داریم.

هفته 3: تجربیات کاربردی علم داده را به ارمغان می آورد. با توجه به جمع آوری، ذخیره سازی و مدیریت داده ها، شما می توانید نحوه ترکیب منابع مختلف اطلاعات را به منظور افزایش بینش بالقوه یاد بگیرید.

هفته 4: به شما کمک می کند که نحوه تجزیه و تحلیل داده ها را درک کنید. ما طیف وسیعی از تکنیک هایی را که معمولا توسط تیم علوم داده ای مورد استفاده قرار می گیرند، از یادگیری ماشین به آمار می گیریم. با استفاده از پایتون، شما این تکنیک های تحلیلی را به دیتابیس دنیای واقعی اعمال میکنید.

هفته 5: آموزش نحوه استفاده از تکنیک های مختلف تجسم اطلاعات را برای گزارش یافته ها از کار علمی داده ها. شما می توانید راه های مختلفی برای نشان دادن انواع خاصی از داده ها پیدا کنید تا بتوانید تأثیر گزارش های خود را با برجسته کردن یک یافته کلیدی بهبود دهید.

هفته 6: به آینده علم داده ها نگاه می کند، با توجه به حمایت شما در تکمیل تکالیف شما.



پیش نیازها: شما نیاز به یک درک درست از برنامه نویسی دارید و همچنین توصیه می کنیم تجربه ای با پایتون یا یک زبان مشابه داشته باشید.

گروه هدف: هر کسی که علاقه مند به حرفه ای در علوم داده است، یا در یادگیری نحوه استفاده از تکنیک های تحول علم داده به چالش های کسب و کار فعلی خود.

مطالب آموزشی: آموزش های ویدئویی، تمرینات آنلاین، سخنرانی ها، خواندن بیشتر.

ارزیابی و بازخورد: انتظار می رود که سه بخش از دوره های آموزشی را تکمیل کنید. بازخورد راهنمایی و تهیه شده توسط آموزگاران متخصص در طول دوره ارائه خواهد شد.

تجربه دستکاری و تکالیف: هر هفته شامل ترکیبی از مواد آموزشی و خود آموزی، با تمرینات آنلاین و فعالیت های عملی است.

در هفته 1، مقدماتی / تجدیدنظر در مورد Python، شامل تمرینات آنلاین برای شما برای کار در طول زمان خود وجود دارد.

در هفته دوم، تمرینات تمرینی پایتون به طور غیررسمی وجود دارد. اینها برای کمک به شما در انجام تکالیف شما طراحی شده و ما همه را تشویق می کنیم تا آنها را تکمیل کنید.

هفته ها 3، 4 و 5 هر کدام از تمرینات آنلاین بدون کلاس و یک کار مرتبط با درجه بندی مرتبط درجه بندی می کنند.

اهداف و نتایج یادگیری

این دوره دانش و تخصص را برای تبدیل شدن به یک دانشمند دانشمند به ارمغان می آورد.

پس از اتمام موفقیت آمیز، یک گواهی تکمیل و یک رکورد درجه بندی خواهد شد. تو خواهی توانست:

  • درک مفاهیم کلیدی در علم داده ها، از جمله مجموعه ابزار استفاده شده توسط دانشمندان داده، و برنامه های کاربردی در دنیای واقعی.
  • توضیح دهید که چگونه اطلاعات علمی اطلاعات جمع آوری، مدیریت و ذخیره می کند.
  • از MongoDB برای اجرای اسکریپت های جمع آوری داده ها و مدیریت استفاده کنید.
  • درک مفاهیم یادگیری ماشین و آمار حیاتی برای علوم داده را نشان دهید.
  • کد پایتون را برای تجزیه و تحلیل آماری داده ها تولید کنید.
  • استفاده از تجسم داده ها برای برقراری ارتباط از داستان ها از داده ها و طراحی انتقادی آنها را ارزیابی کنید.
  • از پایتون و بوکه برای طراحی و تولید تصاویر از داده استفاده کنید.

پشته فناوری

  • تجسم: بوکه (پایتون)
  • مدیریت / پرس و جو: MongoDB (با استفاده از پایتون)
  • پایه: پایتون
  • آمار / تحلیل: NumPy / ScyPy / Pandas

سرفصل دروس

هفته 1: اطلاعات خوش آمدید و دوره

موضوعات

  • خوش آمدید و معرفی
  • نتایج یادگیری هفته
  • علت داده چه چیزی است و چرا مهم است
  • برنامه آموزشی و نتایج آموزشی
  • با استفاده از انجمن های گفتگو
  • خودتان را معرفی کنید
  • راهنما و پشتیبانی آموزشی
  • جزئیات تکلیف دوره
  • فعالیت "آشنائی" Jupyter "دست ها"
  • پایتون پیمایشی
  • واژه نامه اصطلاحات

هفته دوم: معرفی مفاهیم و تکنولوژی های اصلی

موضوعات

  • معرفی
  • نتایج یادگیری هفته
  • به طور خلاصه اطلاعات علمی
  • واژه شناسی
  • فرایند علمی داده
  • مجموعه ابزار Data Science
  • انواع داده ها
  • مثال برنامه ها
  • بیشتر خواندن
  • خلاصه

هفته 3: جمع آوری و مدیریت داده ها

موضوعات

  • معرفی
  • نتایج یادگیری هفته
  • منابع داده
  • جمع آوری داده ها و API ها
  • بررسی و اصلاح داده ها
  • ذخیره سازی داده ها و مدیریت
  • با استفاده از منابع داده های متعدد
  • بیشتر خواندن
  • خلاصه

هفته 4: تجزیه و تحلیل داده ها

موضوعات

  • معرفی
  • نتایج یادگیری هفته
  • اصطلاحات و مفاهیم
  • مقدمه ای بر آمار
  • طبیعت آمار و مقدمه
  • تمایلات مرکزی و توزیع
  • واریانس
  • خواص توزیع و ریاضی
  • نمونه / CLT
  • الگوریتم های یادگیری ماشین اصلی
  • رگرسیون خطی
  • SVM
  • Bayes نایاب
  • بیشتر خواندن
  • خلاصه

هفته 5: تجسم داده

موضوعات

  • معرفی
  • نتایج یادگیری هفته
  • انواع تجسم داده
  • اکتشاف
  • توضیح
  • داده ها برای تجسم
  • انواع داده
  • کدگذاری داده ها
  • متغیرهای شبکیه
  • متغیرهای نقشه برداری برای رمزگذاری
  • کدگذاری ویژوال
  • فن آوری برای تجسم
  • بوکه (پایتون)
  • بیشتر خواندن
  • خلاصه

هفته 6: آینده علوم داده

موضوعات

  • معرفی
  • نتایج آموزشی برای هفته
  • آینده علوم داده
این مدرسه این برنامه ها را ارائه می نماید:
  • انگلیسی


آخرین به روز رسانی January 21, 2018
مدت زمان و قیمت
این دوره Online
Start Date
تاریخ شروع
مارس 2019
آپریل 2019
Duration
مدت زمان
60 
پاره وقت
Price
قیمت
1,500 GBP
Locations
بریتانیا - Cambridge, England
تاریخ شروع : مارس 2019
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
تاریخ شروع : آپریل 2019
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
تاریخ شروع : می 2019
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
تاریخ شروع : ژوئن 2019
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
تاریخ شروع : جولای 2019
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
تاریخ شروع : آگوست 2019
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
Dates
مارس 2019
بریتانیا - Cambridge, England
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
آپریل 2019
بریتانیا - Cambridge, England
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
می 2019
بریتانیا - Cambridge, England
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
ژوئن 2019
بریتانیا - Cambridge, England
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
جولای 2019
بریتانیا - Cambridge, England
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات
آگوست 2019
بریتانیا - Cambridge, England
آخرین مهلت تقاضا درخواست اطلاعات
تاریخ پایان درخواست اطلاعات