データ戦略と分析のマスター

データストーリーテリング

データ分析をビジネス目標と結びつける戦略、さまざまなタイプの聴衆とつながるストーリー、およびデータを創造的に提示する方法を開発します。

データガバナンスと倫理

データ管理のベスト プラクティス、データ セキュリティ、プライバシー、透明性など、自動化された意思決定でデータを使用することに伴うあらゆる責任について見ていきます。

データ戦略と分析

分析上の利点を実現し、成長目標を達成するためのデータ管理。

BI ツール: Power BI、Qlikview、Tableau、Excel

優れたビジュアライゼーションとプレゼンテーションレイヤーを使用して、理解しやすく、簡単で直感的な形式でデータを分析します。

データの可視化

さまざまな種類のデータを表示するにはどうすればよいですか?どのようなテクニックを使用すればよいでしょうか? matplotlib、bokeh、seaborn などの使用。

Pythonを使用したデータ分析

データ分析スペシャリストのためのフレームワークとしての Python。ノートブックの開発、パンダと numpy の使用。構造化 (CSV、REST、ログ) および非構造化 (Web) ソースからのデータ処理。

データサイエンスの基礎

基本的なデータ サイエンスの概念の紹介。参照の一般的な枠組みの提示。

機械学習と深層学習

分類の問題。結果をどう評価するか?データセットを構築するにはどうすればよいですか?主なアルゴリズム (knn、デシジョン ツリー、サポート ベクター マシン、ディープ ニューラル ネットワーク、xgboost)。

データの前処理

データを適切に前処理するにはどうすればよいですか?フィルターの適用、データの匿名化、属性の選択、サンプリング、次元の削減。テキスト モードでのデータ ソースの前処理。

最終プロジェクト

トピックは学生が提案することも、MIOTI が提供するリストから選択することもできます。

データベースとSQL

主要なデータベースと SQL 言語をマスターし、リレーショナル データベースに記録されたデータを保存、操作、抽出するための最新のテクニックを学びます。