Nom de fichier: | La science des données pour tous |
Source du contenu: | https://www.udemy.com/course/data-science-for-everyone/ |
Taille du fichier: | 1,3 Go |
Éditeur: | udemie |
Mis à jour et publié: | 22 septembre 2024 |
Bienvenue dans ce cours, la science des données pour tous. Dans cette série de conférences, je vous fournirai les bases de la science des données. Ce cours s’adresse aux managers qui ne sont pas des data scientists mais qui ont besoin de gérer des projets d’analyse de données. Il s’adresse également aux managers qui souhaitent introduire une gestion basée sur les données. Ainsi, les connaissances dispensées dans ce cours sont à la fois théoriques et pragmatiques, mais n’incluent pas de détails sur les mathématiques et le codage. Cependant, tous ceux qui débutent en science des données sont également les bienvenus car ce cours peut vous fournir les bases pour apprendre les aspects techniques de la science des données. Vous apprendrez : – Les concepts et théories essentiels pour l’apprentissage des aspects techniques de la science des données. – Des connaissances pragmatiques pour l’interprétation. données et résultats de l’analyse de données.- Ne comprend pas les détails mathématiques et le codage.Public cible:-Les gestionnaires qui ne sont pas des scientifiques des données mais qui doivent gérer des projets d’analyse de données.- Les gestionnaires qui souhaitent introduire la gestion basée sur les données.- Toute personne débutant dans données scienceCe cours couvre les sujets suivants. Comme vous pouvez le constater, le contenu inclut des concepts fondamentaux de la science des données et des bases de l’analyse descriptive, diagnostique et prédictive. Ce cours couvre également les bases mêmes du deep learning. Dans les deux derniers chapitres, vous pourrez acquérir une compréhension basique mais essentielle et solide des réseaux de neurones artificiels. J’espère que vous apprécierez ce cours. Contenu : – Maîtrise des données et DIKW – Prise de décision basée sur les données – Analyse exploratoire des données : théorie des probabilités, descriptive Statistiques- Prétraitement des données- Visualisation des données- Analyse diagnostique : tests d’hypothèses (théorie et méthodes)- Analyse prédictive : apprentissage automatique, apprentissage profond