데이터 과학 기초 (기술) - 온라인 과정

Southampton Data Science Academy

프로그램 설명

공식 설명 읽기

데이터 과학 기초 (기술) - 온라인 과정

Southampton Data Science Academy

6 주 과정은 초보자에게 기술 능력을 가르치고 데이터 과학에 대한 강력한 통찰력을 자신의 업무에 적용하는 데 필요한 이론 지식을 데이터 과학에서의 경력 기반을 제공하기 위해 개발되었습니다.

개요

사우 샘프 턴 대학 (University of Southampton)의 세계적인 데이터 과학 팀이 독점적으로 고안 한이 과정은 데이터 기술을 습득하는 실습 방식을 제공합니다. 대화 형 온라인 연습을 통해 학습 된 교과서에서 공부 한 많은 개념과 기술을 시험해 볼 수 있습니다.

파이썬을 사용하여 코스의 기술적 측면을 구현합니다. 모든 신청자가 파이썬 또는 이와 유사한 언어에 대한 경험이 있음을 강력히 권고합니다.

구조

코스는 6 주 이상 진행됩니다.

1 주 : 교사와 다른 참가자들을 만날 기회, 향후 6 주 동안의 과정 내용을 숙지하고 우리가 제공하는 지원을 찾아보십시오. Jupyter의 모든 실습과 과제에 사용되는 웹 기반 환경의 '직접 체험'을 받게됩니다. 프로그래밍 언어에 익숙하지 않은 사용자를 위해 이번 주에는 Python Primer 활동도 포함되어 있습니다.

2 주차 : 데이터 과학의 기본 용어와 프로세스를 배우는 시간. 방대한 데이터에 숨겨진 가치를 창출하기 위해 데이터 과학자들이 사용하는 도구뿐 아니라 데이터 폭발을 가속화하는 데 도움이 된 기술 환경에 대해서도 소개 될 것입니다. 우리는 또한 파이썬과 데이터 과학에서 그것의 사용에 대해 자세히 살펴 봅니다.

3 주차 : 데이터 과학에 대한 실제 경험을 제공합니다. 수집, 저장 및 데이터 관리에 중점을두고 잠재적 인 통찰력을 높이기 위해 다양한 데이터 소스를 결합하는 방법을 배웁니다.

4 주차 : 데이터 분석 방법을 이해하는 데 도움이됩니다. 기계 학습에서 통계에 이르기까지 데이터 과학 팀에서 일반적으로 사용하는 다양한 기술을 다룰 것입니다. Python을 사용하면 이러한 분석 기법을 실제 데이터 세트에 적용 할 수 있습니다.

5 주 : 데이터 과학 작업의 결과를보고하기 위해 다양한 데이터 시각화 기법을 사용하는 방법을 가르칩니다. 주요 결과를 강조 표시하여 보고서의 영향을 개선하기 위해 특정 유형의 데이터를 표시하는 다양한 방법을 발견하게됩니다.

6 주차 : 과제 완료에 대한 지원에 중점을두고 데이터 과학의 미래를 살펴 봅니다.



선행 조건 : 프로그래밍에 대해 제대로 이해하고 있어야하며 Python 또는 유사한 언어를 사용하는 것이 좋습니다.

대상 그룹 : 데이터 과학 경력에 관심이 있거나 현재의 비즈니스 과제에 데이터 과학의 변형 기술을 적용하는 방법을 배우는 사람.

학습 자료 : 비디오 튜토리얼, 온라인 연습, 프리젠 테이션, 추가 읽기.

평가 및 피드백 : 세 가지 과목을 완료해야합니다. 코스 전체에 걸쳐 전문가 교사가 안내 및 형성 피드백을 제공합니다.

실무 경험 및 과제 : 매주 실제 온라인 연습 및 활동을 통해 독학 및 자습 학습 자료가 혼합되어 있습니다.

1 주차에는 옵션으로 제공되는 파이썬에 대한 소개 / 새로 고침이 포함되어 있습니다.이 시간에는 온라인 연습이 포함되어 있습니다.

2 주째에는 파이썬 실습 연습이 더 이상 진행되지 않습니다. 과제는 과제 수행에 도움이되며 모든 학생들이 과제를 완료하도록 권장합니다.

3 주, 4 주 및 5 주 각각에는 등급이 매겨지지 않은 온라인 연습과 관련된 채점 된 교과 과제가 있습니다.

목표 및 학습 결과

이 과정은 능숙한 데이터 과학자가 될 수있는 지식과 전문 지식을 제공합니다.

성공적으로 완료되면 수료증과 성적 증명서를 받게됩니다. 너는 할 수있을 것이다:

  • 데이터 과학자가 사용하는 툴킷 및 실제 응용 프로그램을 포함하여 데이터 과학의 핵심 개념을 이해합니다.
  • 데이터 과학이 데이터를 수집, 관리 및 저장하는 방법을 설명하십시오.
  • MongoDB를 사용하여 데이터 수집 및 관리 스크립트를 구현하십시오.
  • 데이터 학습에 필수적인 기계 학습 개념 및 통계에 대한 이해를 돕습니다.
  • 데이터 세트를 통계적으로 분석하기위한 Python 코드를 생성하십시오.
  • 데이터 시각화를 사용하여 데이터의 스토리를 전달하고 설계를 비판적으로 평가하십시오.
  • Python과 Bokeh를 사용하여 데이터에서 시각화를 계획하고 생성하십시오.

기술 스택

  • 시각화 : Bokeh (Python)
  • 관리 / 질의 : MongoDB (Python 사용)
  • 자료 : 파이썬
  • 통계 / 분석 : NumPy / ScyPy / 팬더

강의 계획서

1 주차 : 환영 및 코스 정보

토픽

  • 환영 및 소개
  • 이번 주 학습 결과
  • 어떤 데이터 과학이 중요하며 왜 중요한가?
  • 강좌 및 학습 결과
  • 토론 포럼 사용
  • 자기 소개
  • 도움말 및 개인 교습 지원
  • 코스 배정 세부 정보
  • '실습'주피터 익숙 활동
  • 파이썬 입문서
  • 용어 해설

2 주차 : 핵심 개념 및 기술 소개

토픽

  • 소개
  • 이번 주 학습 결과
  • 간단히 말해서 데이터 과학
  • 술어
  • 데이터 과학 과정
  • 데이터 과학 도구 키트
  • 데이터 유형
  • 예제 애플리케이션
  • 추가 읽기
  • 개요

3 주차 : 데이터 수집 및 관리

토픽

  • 소개
  • 이번 주 학습 결과
  • 데이터 소스
  • 데이터 수집 및 API
  • 데이터 탐색 및 수정
  • 데이터 저장 및 관리
  • 여러 데이터 소스 사용
  • 추가 읽기
  • 개요

4 주차 : 데이터 분석

토픽

  • 소개
  • 이번 주 학습 결과
  • 용어 및 개념
  • 통계 소개
  • 통계 및 소개의 성격
  • 중심 경향과 분포
  • 변화
  • 배포 속성 및 산술
  • 샘플 / CLT
  • 기본 기계 학습 알고리즘
  • 선형 회귀
  • SVM
  • 나이브 베이 즈
  • 추가 읽기
  • 개요

5 주차 : 데이터 시각화

토픽

  • 소개
  • 이번 주 학습 결과
  • 데이터 시각화 유형
  • 탐색 적
  • 설명적인
  • 시각화를위한 데이터
  • 데이터 유형
  • 데이터 인코딩
  • 망막 변수
  • 인코딩에 변수 매핑
  • 비주얼 인코딩
  • 시각화를위한 기술
  • Bokeh (파이썬)
  • 추가 읽기
  • 개요

6 주차 : 데이터 과학의 미래

토픽

  • 소개
  • 이번 주 학습 결과
  • 데이터 과학의 미래
이 학교가 제공하는 프로그램은 :
  • 영어


마지막 업데이트 January 21, 2018
기간 및 가격
이 과정은 온라인
Start Date
시작일
3월 2019
4월 2019
Duration
기간
60 시간
시간제
Price
가격
1,500 GBP
Information
Deadline
Locations
영국 - Cambridge, England
시작일 : 3월 2019
원서제출기한 학교와 연락
종료일 학교와 연락
시작일 : 4월 2019
원서제출기한 학교와 연락
종료일 학교와 연락
시작일 : 5월 2019
원서제출기한 학교와 연락
종료일 학교와 연락
시작일 : 6월 2019
원서제출기한 학교와 연락
종료일 학교와 연락
시작일 : 7월 2019
원서제출기한 학교와 연락
종료일 학교와 연락
시작일 : 8월 2019
원서제출기한 학교와 연락
종료일 학교와 연락
Dates
3월 2019
영국 - Cambridge, England
원서제출기한 학교와 연락
종료일 학교와 연락
4월 2019
영국 - Cambridge, England
원서제출기한 학교와 연락
종료일 학교와 연락
5월 2019
영국 - Cambridge, England
원서제출기한 학교와 연락
종료일 학교와 연락
6월 2019
영국 - Cambridge, England
원서제출기한 학교와 연락
종료일 학교와 연락
7월 2019
영국 - Cambridge, England
원서제출기한 학교와 연락
종료일 학교와 연락
8월 2019
영국 - Cambridge, England
원서제출기한 학교와 연락
종료일 학교와 연락