Course Outline
Εισαγωγή
Επισκόπηση των Data Mining εννοιών
Data Mining Τεχνικές
Εύρεση κανόνων ένωσης
Αντιστοιχισμένες οντότητες
Ανάλυση Δικτύων
Αναλύοντας το συναίσθημα του κειμένου
Αναγνώριση επώνυμων οντοτήτων
Εφαρμογή σύνοψης κειμένου
Δημιουργία μοντέλων θεμάτων
Ανίχνευση ανωμαλιών δεδομένων
Βέλτιστες πρακτικές
Περίληψη και Συμπέρασμα
Requirements
- Μια κατανόηση του προγραμματισμού Python.
- Μια κατανόηση των βιβλιοθηκών γενικά.
Ακροατήριο
- Αναλυτές δεδομένων
- Επιστήμονες δεδομένων
Testimonials (5)
Το γεγονός ότι έχουμε περισσότερες πρακτικές ασκήσεις χρησιμοποιώντας περισσότερα παρόμοια δεδομένα με αυτά που χρησιμοποιούμε στα έργα μας (δορυφορικές εικόνες σε μορφή ράστερ)
Matthieu - CS Group
Course - Scaling Data Analysis with Python and Dask
Machine Translated
Πολύ καλή εταιρική έτοιμη πορεία και εξυπηρέτηση από τον εκπαιδευτή, τέλεια επικοινωνία στα Αγγλικά. Το μάθημα ήταν πρακτικό (υπολογιστικά ασκήσεις + κοινή εμφάνιση περιπτώσεων χρήσης)
Monika - Procter & Gamble Polska Sp. z o.o.
Course - Developing APIs with Python and FastAPI
Machine Translated
Καθηγητής ανάπτυξη εκπαιδεύσεων βασιζόμενος στο ρυθμό του μεταλλήλου
Farris Chua
Course - Data Analysis in Python using Pandas and Numpy
Machine Translated
Richard's training style kept it interesting, the real world examples used helped to drive the concepts home.
Jamie Martin-Royle - NBrown Group
Course - From Data to Decision with Big Data and Predictive Analytics
Machine Translated
The example and training material were sufficient and made it easy to understand what you are doing.
Teboho Makenete
Course - Data Science for Big Data Analytics
Machine Translated