Introduction to Data Science, Analytics & AI, Олександр Романко

14-15 квітня у Києві буде Oleksandr Romanko, Senior Research Analyst, Watson Financial Services, IBM Canada з дводенним курсом “Introduction to Data Science, Analytics and Artificial intelligence”! Детально тут >>>https://goo.gl/wS8MiG Метою курсу є вивчення аналітичних моделей та огляд кількісних алгоритмів вирішення бізнес-задач. Аналітика даних та штучний інтелект - це процес отримання “розуміння” даних з метою прийняття оптимальних рішень. Це дозволяє сотням компаній та урядам рятувати життя, збільшувати прибутк та мінімізувати використання ресурсів. Значна увага в курсі присвячена застосуванню алгоритмів обчислення та моделювання для фінансів, ризик менеджменту, маркетингу, охорони здоров'я, smart city проектів, запобігання злочинності, превентивного ремонту, аналітики web- та соціальних мереж, персональної аналітики, розпізнавання зображень, тощо. --------------------------------------- Під час курсу будуть розглянуті практичні кейси вирішення аналітичних проблем за допомогою Python. Навички програмування на Python не є обов’язковими, увага буде приділення розумінню того що відбувається в прикладах коду на Python. --------------------------------------- Викладач:Олександр Романко - професор Університету Торонто та Українського Католицького Університету, старший науковий співробітник компанії IBM Canada. ​ Олександр отримав докторський та магістерський ступені у галузі комп’ютерних наук в Університеті МакМастер (Канада), магістерський ступінь з економіки в Карловому Університеті (Чеська Республіка) і диплом спеціаліста Сумського державного університету. --------------------------------------- Чому варто відвідати курс? Всього за 15 годин інтенсивного курсу ви навчитесь: - впорядковувати та “чистити” дані - розуміти data science алгоритми - будувати моделі за допомогою Python - критично аналізувати результати моделювання - приймати рішення на основі отриманих результатів --------------------------------------- Для кого: - junior-middle розробникам - бізнес та фінансовим аналітикам - junior data scientists - менеджерам, що хочуть працювати з даними - студентам, що прагнуть зрозуміти навіщо в університетському курсі оптимізаційні моделі, статистика, вища математика та як ці знання перетворити у компетентні переваги для пошуку роботи або створення свого стартапу --------------------------------------- Чим курс відрізняється від торішнього? - більш глибоке занурення в алгоритми машинного навчання і штучного інтелекту - детальний розбір прикладів коду на Python, щоб отримати розуміння коду. Буде корисно і тим хто не вміє програмувати - розширена бізнесова складова використання аналітики для поліпшення функціонування бізнесу --------------------------------------- Місце проведення: вулиця Пирогова, 9, Київ (Національний педагогічний університет імені М.П. Драгоманова), метро Університет. --------------------------------------- Мова курсу: українська, слайди і пояснення до Python прикладів англійською --------------------------------------- Встигни придбати квитки! Детально тут >>>https://goo.gl/wS8MiG Програма курсу: 14 Квітня Introduction to data science and analytics Data science concepts Application areas Getting data into Python Working with CSV and JSON format/files Web-scraping in Python Using APIs in Python (Twitter API, New York Times API, etc.) Using cloud AI services from Python Machine Learning I – linear and logistic regressions Modeling process and machine learning Optimization for regression modeling, data science and AI Linear regression Machine Learning I – linear and logistic regressions Logistic regression 2. Regression case studies in Python 15 Квітня Machine Learning II – advanced classification and clustering Classification (decision trees, SVM, kNN) Clustering (K-means, Fuzzy C-means, Hierarchical Clustering, DBSCAN) Association rules Ensemble methods (random forests, Xgboost) Machine learning case studies in Python Part I – Cognitive computing and artificial intelligence Text analytics and Natural Language Processing (NLP) Reinforcement learning Neural networks and brief introduction to deep learning Part II – Cognitive computing and artificial intelligence Spatio-temporal analytics Cognitive computing case studies in Python Visual analytics and storytelling based on analytics 1. Visual analytics and visualizations 2. Validating analytics 3. Storytelling based on analytics 4. Decision-making based on analytics Afterparty Детально тут >>>https://goo.gl/wS8MiG