Τα Μαθήματα
Οι θεματικές ενότητες του προγράμματος
Θεματικές Ενότητες
Οι θεματικές ενότητες του προγράμματος είναι οι ακόλουθες:
Python για Μηχανική Μάθηση
Απαραίτητες γνώσεις προγραμματισμού στην γλώσσα Python και στην εξοικείωση με τα δημοφιλή πακέτα της για τις εφαρμογές της Μηχανικής Μάθησης και της Ανάλυσης Δεδομένων.
Μη Επιβλεπόμενη Μάθηση
Τεχνικές που επιτρέπουν την ανάλυση και κατανόηση δεδομένων χωρίς την ανάγκη για ετικέτες ή επιβλέποντα παράγοντα.
Συστήματα και Τεχνικές Διαχείρισης Μεγάλων Δεδομένων
Σύγχρονες τεχνολογίες και μεθόδοι για τη διαχείριση και ανάλυση πολύ μεγάλου όγκου δεδομένων.
Επιβλεπόμενη Μάθηση
Βασικές αρχές και μέθοδοι της επιβλεπόμενης μάθησης. Οι συμμετέχοντες θα μάθουν πώς να εκπαιδεύουν μοντέλα χρησιμοποιώντας δεδομένα με ετικέτες, καλύπτοντας τεχνικές όπως η γραμμική και λογιστική παλινδρόμηση, δέντρα αποφάσεων, κΝΝ, SVM κ.α.
Τα Μαθηματικά της Μηχανικής Μάθησης και Ανάλυσης Δεδομένων
Απαραίτητες μαθηματικές γνώσεις (Λογισμός, Γραμμική Άλγεβρα, Πιθανότητες, Στατιστική) χρήσιμες για την κατανόηση των τεχνικών της Μηχανικής Μάθησης και της Ανάλυσης Δεδομένων.
SQL και Σχεσιακές Βάσεις Δεδομένων
Γνώσεις και δεξιότητες που απαιτούνται για την αποτελεσματική διαχείριση και αξιοποίηση των σχεσιακών βάσεων δεδομένων στο πλαίσιο της μηχανικής μάθησης και της ανάλυσης δεδομένων.
Βαθιά Μάθηση και Επεξεργασία Φυσικής Γλώσσας
Ανάπτυξη και εφαρμογή αλγορίθμων που προτείνουν προϊόντα, υπηρεσίες ή περιεχόμενο στους χρήστες με βάση τις προτιμήσεις και τα δεδομένα τους.
Επιχειρηματική Ευφυία και Οπτικοποίηση Δεδομένων
Ανάπτυξη δεξιοτήτων για την ανάλυση δεδομένων και την εξαγωγή επιχειρηματικών πληροφοριών μέσω προηγμένων τεχνικών οπτικοποίησης.
Συστήματα Συστάσεων
Ανάπτυξη και εφαρμογή αλγορίθμων που προτείνουν προϊόντα, υπηρεσίες ή περιεχόμενο στους χρήστες με βάση τις προτιμήσεις και τα δεδομένα τους.
