Background Zero to Hero Data Science Strateji qərarların alınması üçün işlənilməmiş məlumatlardan dəyərli informasiyanı əldə etməyi öyrənəcəksiniz


Gələcək karyeranızı məlumatların analizi, mashine learning və neural network üzərində qurun


Kursu bitirdikdən sonra partnyor şirkətlərin dəstəyi ilə işlə təmin olunma imkanı
Data Science alt alt alt alt alt Kursa yazılmaq Data Sciences

Circle Two Small Circle Small Circle Small Circle Circle Big Small Circle Small Circle

Yeni biliklər sizi
Data Science
sahəsində arzuedilən bir mütəxəssisə çevirəcəkdir

Data Scientist, machine learning alqoritmləri və neural network vasitəsi ilə prediktiv modelləri yaradıb inkişaf etdirərək, biznes sahəsində gizli qalan meyyarları üzə çıxarmağa, hadisələrin dövranını pranozlaşdırmağa və biznes proseslərin optimallaşdırmasına köməklik edir. Siz nəinki analitika, neureal şəbəkələr və Big Data texnologiyaları vasitəsi ilə şirkətlərin gündəlik problemlərini həll edəcək, onlara yardım olacaq, eyni zamanada komanda işinin əsas prinsiplərini, məqsədəçatma və emosional intellekt bacarıqlarını qavrayacaqsınız. Təqdim etdiyimiz kurs, proqramçıdan Data Science-a və böyük məlumatların analizi sahəsinə keçid üçün bütün lazımi bünövrəni verir. Sizi çoxlu sayda praktiki iş, dəyişik biznes keyslər və yeni tanışlıqlar gözləyir.


Təcrübəli müəllimlərin nəzarəti altında, siz hər ay təşkil olunan fərqli mövuzlarda olan yarışlarda iştirak edərək nəinki yeni biliklərə sahib olacaq, eyni zamanda bununla siz dəyərli hədiyyələr qazanmaq şansı əldə edəcəksiniz. Ən asası da odur ki dərs zamanı qazandığınız təcrübə sizə gələcək karyeranızda əvəzolunmaz bir uğur verəcəkdir.

Bu kurs sizə nə öyrədəcək

Tədris prosesi necə keçir

Rs-service
Yeniliklərlə tək-təkə qalmayacaqsınız: təhsil aldığınız müddətdə mentor tərəfindən fərdi konsultasiyalar, bütün işlənilən layihələrdə peşəkar dəstək, komanda işi zamanı komanda rəhbəri ilə işləmə təcrübəsi

Rs-service
Modellərin qurulmasında əhəmiyyətsiz problemləri həll etmək məqsədi ilə, siz qurduğunuz alqoritməli optimallaşdıraraq alqoritmik düşüncənin nə olduğunu anlayacaqsınız

Rs-service
Müxtəlif təcrübələr vasitəsi ilə yeni bilikləri kəşf edəcəksiniz. Bu təcrübələr: trenajorlar, ev tapşırıqları, interaktiv vebinarlar, fərdi və komanda layihələri


Kursun proqramı

  • Məlumatların əsasları
  • Funksiya və klasslar
  • Qabaqcıl məlumat növləri: massivlər, çoxluqlar, lüğətlər
  • Məlumatların analizi üçün olan kitabxanalar: NumPy, Pandas, Matplotlib
  • Python vasitəsi ilə vizuallaşdırma
  • Statistikanın əsasları
  • Random events, Random variables
  • Logistic regression and discriminatory analysis
  • Correlation and correlation analysis
  • Confidence intervals. Statistik hipotez testləri
  • Xətti cəbr. Vektorlar
  • Xətti cəbr. Matrislər
  • Xətti cəbr digər mövzular
  • Riyazi analiz, törəmə
  • Bir neçə arqumentdən ibarət funksiyanın törəməsi
  • Optimizasiya teoriyası
  • Ehtimal nəzəriyyəsi. Ayrı və davamlı təsadüfi dəyişənlər
  • Mərkəzi limit teoremi və çoxsaylı qanun
  • Məlumztlar bazasının arxitekturası və strukturu
  • Simple queries, join`lər, aqreqatlar
  • SQL-də əsas komandalar və əlaqədar analitik funksiyalar
  • SQL və ETL proqramlar vasitəsilə məlumatların idxalı və ixracı
  • Fəqrli məlumat bazaları ilə işləmə prinsipləri
  • Python vasitəsilə məlumat bazalarına qoşulmaq üçün gərəkli olan əsas kitabxanalar
  • SQL-in funksiyaları və pandas-da olan analoqları
  • Konsol (tanışlıq, əsas operatorlar, psql utility)
  • Arxitektura və layihələndirmə
  • Normalization
  • Dependancies
  • Reqressiya təhlili. Xətti, polinom və loqarifmik reqressiya
  • Klasifikasiya: məntiqi reqresiya və SVM
  • Zərər funksiyaları və optimallaşdırma
  • Modelin dəqiqliyinin qiymətləndirilməsi, yenidən hazırlanması və nizamlanması
  • Məlumat keyfiyyəti problemləri
  • Boşluqlar (gaps) və dəyişənlərlə işləmək
  • Neural Network və Tensor Flow kitabxanasına giriş
  • Neural Network və Tensor Flow kitabxanası daha detallı
  • Convolutional neural network-a giriş
  • Recurrent network-a giriş
  • Auto encoders
  • Generativ adversarial network-a giriş
  • Reqressiya və perseptron
  • Multylayer neural network: nizamlama, qradiyent enmə, öyrənmənin sürətləndirilməsi
  • Convolutional networks: convolutional arxitekturalar, multidimensional convolutions, seqmentasiyalar
  • Recurrent neworks: RNN, GRU и LSTM, Encoder-Decoder arxitektura
  • Diqqət: Dense Attention и Beam search
  • Computer vision: SSD, Region Based CNN, Faster R-CNN, Masked R-CNN, UNet, stil transferi və FCN
  • Mətnlə işləmə: dil modelləri, Embeddings, Word2Wec, FastText, NER, Transformer, BERT və Elmo
  • GAN’lar: diskriminator, generator, daha gelişmiş arxitekturalar
Data Analysis

 

Data Scientist olmaq yolunda ilk addımınızı indi atın