女女女女女女BBBBBB毛,无码国产69精品久久久孕妇,国产一区二区影院,一本色道av

數(shù)據(jù)科學(xué)基礎(chǔ)培訓(xùn)課程，《數(shù)據(jù)科學(xué)基礎(chǔ)》對數(shù)據(jù)科學(xué)的許多基本概念和工具進(jìn)行了全面的概述，包括數(shù)據(jù)質(zhì)量和數(shù)據(jù)預(yù)處理、監(jiān)督和無監(jiān)督學(xué)習(xí)技術(shù)（包括它們的評估）、頻繁項集和關(guān)聯(lián)規(guī)則、序列挖掘、過程挖掘、文本挖掘和負(fù)責(zé)任的數(shù)據(jù)科學(xué)。

關(guān)于本課程
 “數(shù)據(jù)科學(xué)基礎(chǔ)”旨在為參與者提供數(shù)據(jù)科學(xué)基本挑戰(zhàn)、概念和工具的全面概述。內(nèi)容可以組織在數(shù)據(jù)科學(xué)的三個主要領(lǐng)域：
首先，簡要概述了與數(shù)量和速度有關(guān)的數(shù)據(jù)科學(xué)基礎(chǔ)設(shè)施。主題包括儀器儀表、大數(shù)據(jù)基礎(chǔ)設(shè)施和分布式系統(tǒng)、數(shù)據(jù)庫和數(shù)據(jù)管理。主要挑戰(zhàn)是使事物可擴(kuò)展和即時。
本課程的主要重點是與從數(shù)據(jù)中提取知識有關(guān)的數(shù)據(jù)分析。涵蓋的關(guān)鍵主題是數(shù)據(jù)探索和可視化、數(shù)據(jù)預(yù)處理、數(shù)據(jù)質(zhì)量問題和轉(zhuǎn)換、各種監(jiān)督學(xué)習(xí)技術(shù)及其評估、無監(jiān)督學(xué)習(xí)、聚類、模式挖掘、過程挖掘和文本挖掘。數(shù)據(jù)分析的主要挑戰(zhàn)是為已知和未知的未知提供答案。
最后，數(shù)據(jù)科學(xué)影響人們、組織和社會。課程結(jié)束時討論了挑戰(zhàn)，并提供了負(fù)責(zé)任地應(yīng)用數(shù)據(jù)科學(xué)技術(shù)的指導(dǎo)方針和技術(shù)，重點是保密和公平。主題包括道德和隱私、信息技術(shù)法、人與技術(shù)的互動、運營管理、商業(yè)模式、企業(yè)家精神，主要挑戰(zhàn)是以負(fù)責(zé)任的方式完成上述所有工作。
在整個課程中，視頻中傳達(dá)的想法和概念得到了使用Python（Jupyter筆記本）的實踐練習(xí)的補(bǔ)充。參與者將被引導(dǎo)將所介紹的技術(shù)應(yīng)用于人工和現(xiàn)實生活中的數(shù)據(jù)集，以獲得寶貴的實踐經(jīng)驗。
課程結(jié)束后，參與者應(yīng)該對更廣泛的數(shù)據(jù)科學(xué)領(lǐng)域的最佳實踐、挑戰(zhàn)、目標(biāo)和概念有一個很好的概述，為在這個快速發(fā)展的領(lǐng)域進(jìn)一步學(xué)習(xí)或?qū)I(yè)發(fā)展提供堅實的基礎(chǔ)。通過與常用Python庫的實踐經(jīng)驗相結(jié)合，參與者將能夠在自己的項目中概念化和實施各種基本數(shù)據(jù)分析技術(shù)，并準(zhǔn)確評估和解釋分析結(jié)果。
? 
? 
? 科目： 計算機(jī)科學(xué)
? 級別：中級
? 先決條件：
對數(shù)據(jù)科學(xué)感興趣的任何學(xué)科的每個人都可以開始這門課程。我們希望這門課程對每個人都有用。數(shù)學(xué)的先驗知識是有優(yōu)勢的（即數(shù)學(xué)符號、線性代數(shù)、隨機(jī)和統(tǒng)計），但不是強(qiáng)制性的。
? 語言：英語
? 視頻成績單：英文

你會學(xué)到什么
參加本課程后，參與者將獲得：
? 了解數(shù)據(jù)科學(xué)在當(dāng)今社會和企業(yè)中的作用，包括挑戰(zhàn)和機(jī)遇
? 對廣泛的數(shù)據(jù)科學(xué)技術(shù)有很好的總體概述
? 能夠概念化和基本數(shù)據(jù)分析，并準(zhǔn)確評估和解釋結(jié)果
? 了解負(fù)責(zé)任數(shù)據(jù)科學(xué)的挑戰(zhàn)（公平、準(zhǔn)確、保密、透明）和可能的解決方案
? 了解機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和人工智能技術(shù)的局限性
? 能夠編寫簡短的Python程序并使用主流Python庫
? 特別是理解和應(yīng)用以下數(shù)據(jù)分析概念和技術(shù)的能力：
? 數(shù)據(jù)可視化和探索技術(shù)
? 決策樹
? 線性和邏輯回歸（基本概述）
? 支持向量機(jī)（基本概述）
? 神經(jīng)網(wǎng)絡(luò)（基本概述）
? 樸素貝葉斯分類（基本概述）
? 評價和解釋監(jiān)督學(xué)習(xí)的結(jié)果
? 聚類技術(shù)
? 常用項集
? 關(guān)聯(lián)規(guī)則
? 序列挖掘
? 過程挖掘
? 文本挖掘
? 數(shù)據(jù)預(yù)處理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)質(zhì)量問題的發(fā)現(xiàn)和處理
? 在不違反機(jī)密性和公平性的情況下應(yīng)用數(shù)據(jù)分析技術(shù)

教學(xué)大綱
第1周：介紹、數(shù)據(jù)探索和可視化
在本周的前半周，我們將提供課程概述，并說明應(yīng)用數(shù)據(jù)科學(xué)技術(shù)時的優(yōu)勢和挑戰(zhàn)。學(xué)生將獲得數(shù)據(jù)科學(xué)管道、數(shù)據(jù)源和數(shù)據(jù)類型、數(shù)據(jù)分析技術(shù)及其應(yīng)用相關(guān)挑戰(zhàn)的概述。
下半周重點關(guān)注基礎(chǔ)數(shù)據(jù)探索、可視化和轉(zhuǎn)化技術(shù)。

第2周：監(jiān)督學(xué)習(xí)技巧
在本周的前半部分，學(xué)生將深入研究使用決策樹進(jìn)行數(shù)據(jù)分析。我們介紹了基本的ID3算法及其對不同信息增益概念的擴(kuò)展，以及剪枝技術(shù)、隨機(jī)森林和決策樹對連續(xù)數(shù)據(jù)的適用性。
下半周致力于簡要概述其他監(jiān)督學(xué)習(xí)技術(shù)（對細(xì)節(jié)感興趣的學(xué)生可以參考“機(jī)器學(xué)習(xí)基礎(chǔ)”課程，該課程也是BridgingAI課程系列的一部分）。這些技術(shù)包括線性回歸、邏輯回歸、支持向量機(jī)（SVM）、神經(jīng)網(wǎng)絡(luò)和樸素貝葉斯分類。

第3周：監(jiān)督學(xué)習(xí)、數(shù)據(jù)質(zhì)量和預(yù)處理的評估
本周前半部分致力于監(jiān)督學(xué)習(xí)技術(shù)及其產(chǎn)生的模型的評估。我們介紹了混淆矩陣、ROC曲線、R2系數(shù)和交叉驗證，包括它們對特定目標(biāo)或背景的擴(kuò)展和適應(yīng)。此外，還強(qiáng)調(diào)了關(guān)于監(jiān)督學(xué)習(xí)技術(shù)評估和解釋的挑戰(zhàn)和陷阱。
在下半周，學(xué)生將學(xué)習(xí)數(shù)據(jù)質(zhì)量問題、原因和避免策略，以及處理異常值或缺失值的可能方法。此外，還概述了數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)縮減和歸一化技術(shù)。

第4周：聚類、常見項集
在本周的前半部分，聚類作為第一個無監(jiān)督學(xué)習(xí)技術(shù)被介紹。特別是，我們介紹了各種相似度度量、k-means和k-medoid算法、基于密度的聚類（DBSCAN），并概述了凝聚聚類技術(shù)和自組織映射（SOM）。
下半周重點介紹頻繁項集。解釋了計算此類項集的兩種算法：直接的Apriori方法和更有效的FP-生長算法。

第5周：關(guān)聯(lián)規(guī)則挖掘、序列挖掘
本周，我們基于頻繁項集的概念來生成和評估關(guān)聯(lián)規(guī)則。此外，我們還使用關(guān)聯(lián)規(guī)則來說明辛普森悖論。
下半周圍繞序列挖掘展開，特別是A