Python, SQL, Power BI: verslo inteligencija ir prognozavimas su mašininio mokymosi priemonėmis ch
0.0 (0)

"Baltijos Kompiuterių Akademija" UAB

Python, SQL, Power BI: verslo inteligencija ir prognozavimas su mašininio mokymosi priemonėmis ch

Neformaliojo suaugusiųjų švietimo programa | 22006130006

  • Mokymai prasideda:
  • Trukmė: 190 akad. val.
  • Kaina nuo:
  • Finansavimas:

Apie mokymus

Mokymų teikėjo pateikta informacija

Anotacija

Programa skirta tobulinti programuotojo kvalifikacijai reikalingas kompetencijas verslo inteligencijos taikymo srityje. Asmuo gebės valdyti didelės apimties duomenis tokiais įrankiais kaip SQL, Power Bi ir Python. Taip pat asmuo galės analizuoti gautus ir turimus duomenis bei pateikti tų duomenų analizes komandai. Dalyvis turės supratimą ir žinias apie mašininio mokymosi principus ir gebės kurti, treniruoti ir įvertinti paprastus modelius. Šie įgūdžiai padės valdyti duomenų analizės ir mašininio mokymosi projektus nuo pradžios iki pabaigos.

Įgyjamos ir tobulinamos kompetencijos

Bendrosios kompetencijos

  • Skaitmeninė kompetencija
  • Asmeninė, socialinė ir mokymosi mokytis kompetencija
  • Verslumo kompetencija

Profesinės kompetencijos

  • Programiškai įgyvendinti ir administruoti duomenų bazes
  • Projektuoti tipines reliacines ir nereliacines (NoSQL) duomenų bazes
  • Taikyti aktualias programinės įrangos kūrimo metodikas
  • Kurti tipinę programinę įrangą

Aukštą pridėtinę vertę kuriančios kvalifikacijos ir kompetencijos

  • 133. Programiškai įgyvendinti ir administruoti duomenų bazes

Mokymosi programos turinys

Temos pavadinimas Trumpas temos aprašymas
1. Mašininis Mokymasis Mašininio mokymosi teorija; Mokymo ir testavimo duomenų paruošimas; Supervizuotas mokymasis; Nesupervizuotas mokymasis; Giliųjų tinklų (Deep Learning) pagrindai; Mašininio mokymosi projektų valdymas; Hiperparametrų derinimas ir modelio vertinimas; Modelio panaudojimas ir išvadų pateikimas
2. Power BI Power BI Desktop apžvalga; Duomenų importavimas ir transformavimas; Vizualizacijų kūrimas; Ataskaitų publikavimas ir dalinimasis; DAX užklausų kalba; Power BI paslaugų (services) naudojimas
3. Python programavimas Python sintaksės pagrindai; Duomenų struktūros ir algoritmų pagrindai; Failų tvarkymas ir dirbimas su išoriniais duomenų šaltiniais; Duomenų analizė su pandas biblioteka; Vizualizacija su matplotlib ir seaborn; Python ir SQL integracija
4. Baigiamasis darbas Galutinio projekto apibūdinimas ir reikalavimai; Projekto atlikimas; Projekto pristatymas ir gynimas
5. SQL Pagrindai Duomenų bazės supratimas; SQL sintaksės įvadas; SELECT užklausos; Duomenų filtravimas ir rūšiavimas; Jungtys (JOINs) ir subužklausos, Windows funkcijos, procedūros ir funkcijos

Programos ypatumai

Papildomi reikalavimai

Mokymosi programos trukmė

Mokymosi programos trukmė: 190 akad. val.

Praktinio kontaktinio darbo trukmė: akad. val.

Teorinio kontaktinio darbo trukmė: akad. val.

Savarankiško darbo trukmė: akad. val.

Vertinimas

Įgytų kompetencijų vertinimo sistema / skalė: 1-10

Slapukai

Naudojame būtinuosius slapukus, kad svetainė veiktų. Su jūsų sutikimu taip pat galime naudoti analitikos ir rinkodaros slapukus, kad pagerintume svetainės patirtį.
Būtinieji
Nuostatos
Analitika