Обука за Data Science Basics with Python

• Вовед во основните концепти на вештачка интелигенција и KDD (Knowledge Discovery in Databases) процесот.
• Вовед во основна статистика: уни- и би-варијантна статистика, мултиваријантна статистика
• Разбирање на податоците, типови на податоци и формати: структуриран, полу-структуриран и неструктуриран тип на податоци, видови податоци, формати на податоци во реалниот свет.
• Претпроцесирање на податоци: Техники за детекција на недостасувачки вредности, нормализација, скалирање и енкодирање за подготвување на податоците.
• Надгледувано и ненадгледувано машинско учење: Преглед на алгоритми за класификација, регресија и кластеризација, со практични примери.
• Вовед во Python библиотеки за машинско учење.
• Евалуација на модели на машинско учење: Методологии за мерење на точност, прецизност, и други, обезбедувајќи критична анализа на моделите.
• Визуелизација на резултати: Креирање на графички прикази за интерпретација на резултатите од моделите.

По завршувањето, студентите ќе бидат способни да соберат, анализираат и претпроцесираат податоци, да изградат и тестираат модели за машинско учење и да ги визуелизираат резултатите, овозможувајќи информирани одлуки базирани на податоци.

• Python
• Spyder
• Jupyter Notebook

Сите алатки се бесплатни и инструкции за симнување и инсталирање ќе ви бидат предадени со започнувањето на програмата.