Duomenų strategijos ir analizės magistras

Duomenų pasakojimas

Strategijos, skirtos duomenų analizei susieti su verslo tikslais, kurti istorijas, susiejančias su įvairių tipų auditorijomis, ir kūrybiško duomenų pateikimo metodus.

Duomenų valdymas ir etika

Išnagrinėsime geriausią duomenų valdymo praktiką, visas pareigas, susijusias su duomenų naudojimu automatizuotai priimant sprendimus, įskaitant duomenų saugumą, privatumą ir skaidrumą.

Duomenų strategija ir analizė

Duomenų valdymas, siekiant analitinių pranašumų ir mūsų augimo tikslų.

BI įrankiai: Power BI, Qlikview, Tableau ir Excel

Duomenis analizuosime su puikiu vizualizavimo ir pateikimo sluoksniu suprantamu, paprastu ir intuityviu formatu.

Duomenų vizualizavimas

Kaip rodyti skirtingų tipų duomenis? Kokias technikas naudoti? Matplotlib, bokeh ir seaborn, be kita ko, naudojimas.

Duomenų analizė su „Python“

Python kaip duomenų analizės specialisto sistema. Nešiojamojo kompiuterio kūrimas, pandų ir numpy naudojimas. Duomenų apdorojimas iš struktūrizuotų (CSV, REST, žurnalų) ir nestruktūrizuotų (Web) šaltinių.

Duomenų mokslo pagrindai

Įvadas į pagrindines duomenų mokslo sąvokas. Bendrosios atskaitos sistemos pristatymas.

Mašininis mokymasis ir gilusis mokymasis

Klasifikavimo problemos. Kaip įvertinti rezultatus? Kaip sukurti duomenų rinkinius? Pagrindiniai algoritmai (knn, sprendimų medžiai, paramos vektorių mašinos, gilieji neuroniniai tinklai, xgboost).

Išankstinis duomenų apdorojimas

Kaip tinkamai iš anksto apdoroti duomenis? Filtrų taikymas, duomenų anonimiškumas, atributų pasirinkimas, atranka ir matmenų mažinimas. Išankstinis duomenų šaltinių apdorojimas tekstiniu režimu.

Baigiamasis projektas

Temą gali pasiūlyti pats studentas arba pasirinkti iš MIOTI pateikto sąrašo.

Duomenų bazės ir SQL

Įvaldykite pagrindines duomenų bazes ir SQL kalbą, mokykitės naujausių reliacinėse duomenų bazėse įrašytų duomenų saugojimo, manipuliavimo ir ištraukimo technikų.