Практична примена на Data Science во Python е обуката која ќе ве научи како преку Python да ги разберете најважните алгоритми за предвидување и најдобрите индустриски практики за анализа на податоци. Без разлика дали сте студент, вработен, имате сопствена фирма или имате познавање од научната област - доколку сакате да навлезете во светот на Data Science, оваа обука е за вас.
Ние градиме консултанти, a не практиканти.

Практична примена на Data Science во Python

Податок -> информација -> знаење

На овој курс ќе научите како со помош на машинско учење, кое воедно претставува и основа на сѐ во Data Science, да ги добиете одговорите на правилно поставените бизнис-прашања. Ќе се запознаете со основите на Data Analytics, Machine Learning, Big Data и Artificial Intelligence, односно со главните столбови на Data Science. Фокусот на оваа обука ќе биде како со помош на најзастапениот јазик за машинско учење, Python, да идентификувате, вчитувате и подготвите вистински податоци, како да се справите со „валкани податоци“, како преку податоците да ги откриете соодветните модели и како да ги интерпретирате резултатите пред клиентот. На крај на обуката ќе бидете способни да:

  • Анализирате податоци
  • Направите поделба на едно податочно множество (test, train & validation set)
  • Подготвите податоци на начин на кој моделот ги разбира
  • Тренирате модели (класификација и регресија)
  • Направите feature importance за секој од моделите
  • Анализа на моделот и негово оптимизирање
  • Презентирате резултати пред клиентот

Фази на курсот

1Python
Во toolbox-от на секој Data Scientist, првиот избор за програмски јазик е Python. Python е lightweight јазик чија примарна цел се податоците. Во првата фаза ќе ве запознаеме со неговата синтакса, со податочните типови и со податочните структури. По завршување на оваа фаза, очекуваме поголема програмерска самодоверба кај секој од нас!
2Анализа на податоци
Втората фаза е комбинација од статистика и Python библиотеки за виуелизација. Тука ќе се запознаеме со основата на секоја дескриптивна анализа на податоци, ќе научиме како да се мери корелација помеѓу податоците и ќе го совладаме чувството на удобност при користење на библиотеките за визуелизација.
3Регресија
Во третата фаза од обуката ќе видиме како регресионата анализа на податоци може да се искористи во функција на предиктивна анализа. Ќе видиме какви типови на регресија постојат, на кои замки треба да внимаваме кога градиме регресионен модел и како да ги интерпретираме резултатите од моделот. Како посебен дел од оваа фаза, ќе се фокусираме и на анализа на грешки од модел. Бидејќи во оваа фаза, вашиот апетит за наука е значајно пораснат, ќе покриеме уште еден дел: хипотези и тестирање на хипотези.
4Класификација
Во четвртата фаза од обуката, се фокусираме на класификација, супер важно поле во Data Science. Тука ќе ве запознаеме со типови на класификација, метрики кои треба да се следат како и начини за интерпретација на резултатите од моделите за класификација.
5Евалуација на модел
Последната фаза е замислена како сублимат на темите за регресија и класификација, со посебен акцент кон метриките кои го евалуираат перформансот на изградениот модел. Тука ќе видиме кои метрики можат да се применат над моделите поединечно (посебни метрики за регресија и посебни метрики за класификација), а кои метрики важат глобално, односно можат да се употребат за мерење на перфомансите на сите модели.
 
Времетраење5 недели
Динамика2 пати неделно по 3 часа и 30 минути
Цена24.000 денари
Услови за плаќањеМожност за плаќање на 3 рати, 10% попуст при плаќање во готово
Почеток17.09.2019

Повеќе информации

1Што ќе добијам од оваа обука?
Целта на оваа обука е разбирање на областите опфатени од Data Science, особено делот на машинско учење (Маchine Learning). Освен разбирање на областите, ќе се запознаете со предиктивни и дескриптивни модели, како тие работат, и кога и како да ги искористите.
Дополнително, ќе добиете супер-насочено менторство од страна на предавачите, за време на обуката, како и по нејзиното завршување. Освен тоа, добивате и Machine Learning Handbook кој ќе ви послужи полесно и побрзо да навлезете во областа. Секако, ќе бидете вклучени во нашите интерни групи на комуникација сѐ со цел споделување на можности за работа, проекти, како и помош при реални предизвици и проекти.
2Кои вештини ги поседуваат најдобро платените во Data Science?
Генералната дефиниција за еден Data Scientist е дека тој е консултант кој поседува 3 клучни вештини.
Првата е математиката и аналитичкиот начин на размислување. Оваа професија е пред сѐ фокусирана на бројки и клучни бизнис индикатори, па затоа е исклучително важно да знаете веројатност и статистика.
Втората клучна вештина е познавањето на бизнисот. За да се совлада бизнис-предизвикот, потребно е да се разберат бизнис-процесите во компанијата и генерално бизнис-областа во која се работи.
Третата вештина е техничкиот, односно информатичкиот дел кој треба да ви овозможи лесно да програмирате и учите најразлични програмски јазики или пак алатки, за да можете полесно и поефтикасно да ги решите предизвиците кои што ги имате.
3Јас немам искуство во програмирање и статистика. Како да се подготвам за предавањата?
Поседување искуство во областа не е предуслов за посетување на оваа обука.
Нашиот концепт е: дојди со желба за учење, ентузијазам за работа и голема мотивираност.
Со наша помош и менторирање, многу брзо ќе го совладате програмирањето во Python, како и основите на статистиката.
4Дали треба да имам инсталирано Python околина?
Да. Нашиот тим подготви упатствo за инсталација на Python, под Windows и Linux околина. Јасните инструкции, напишани во упатството, ќе ве водат низ целиот процес на инсталација. Доколку сепак не се снајдете со инсталацијата, нашиот тим ќе ви помогне.
5Како оваа обука може да ми помогне во понатамошната кариера?
Со оваа обука ќе ги засакате податоците, ќе го промените начинот на кој им пристапувате на предизвиците и ќе откриете нови начини на размислување. Овие три придобивки, вкомбинирани заедно, ќе ве изградат во одличен професионалец и консултант во областа!
6Колку време трае едно предавање?
Во зависност од темата и интересот кој постои за неа, сметаме дека за совладување на материјалот од едно предавање, потребни се околу три и пол часа, два пати во неделата. Дополнително, предвидени се вежби на кои преку менторство и помош од предавачите, материјалот добро ќе се совлада и утврди.
7Од колку часот почнуваат предавањата?
Предавањата започнуваат во 17:30 часот, како би имале доволно време да завршите со работа и да се припремите за часот.
8Дали треба да носам лаптоп?
Да. Сметајте дека лаптопот ќе биде вашето подвижно биро во времетраење од пет недели, додека трае обуката. Со оглед на тоа дека вежбите ќе бидат работени во локална околина, од исклучителна важност е со понесената желба за доаѓање на часовите, да не заборавите да го понесете и лаптопот со вас.
 

Што велат нашите студенти



„Business Intelligence is a must. Носење одлуки врз база на податоци и информации кои произлегуваат од нив, во денешниот свет е единствениот начин за успешен бизнис.“

„Data Science е иднината, кај нас е новитет, во светот не ѐ и навистина е супер што Data Masters ни ја доближува таа иднина и ни… Read more “Оливера П. Станојевиќ”

Оливера П. Станојевиќ

Обуката за мене претставуваше одличен почеток кон една обемна тематика.

Вие ни понудивте опции по кои може да тргнеме да ги бараме решенијата а на нас е да одлучиме како тоа ќе го искористиме во иднината.

Како основач на start up и член на start up заедницата, овие обуки се од круцијално значење за да на самиот почеток се постават основите за успешен бизнис revenue.

„Веќе некој период слушам дека се повеќе и повеќе се зборува за Data Science како тема и дека е перспективно поле кое ќе се развива во… Read more “Александра Андоновска”

Јас би ги советувал сите кои се двоумат да го започнат својот Data Science career path да не се двоумат и без размислување да се пријават… Read more “Андреј Илиевски”

Желбата да ги проширам моите можности во однос на поефективна обработка на податоци, ме потикна да се запишам на обуката.