Інтенсив, який поєднує фундаментальні знання з реальними викликами світу даних.
Вступ до машинного навчання для розробників
Лектор: Юрій Клебан.
Метою лекції є ознайомлення розробників із базовими поняттями, принципами та етапами машинного навчання, розумінням його місця у сучасній розробці програмного забезпечення, а також формування початкових навичок побудови моделей машинного навчання з використанням популярних інструментів і бібліотек.
Навчання з учителем: задачі регресії та класифікації
Лектор: Юрій Клебан.
Метою лекції є ознайомлення студентів із підходами навчання з учителем, зокрема методами регресії та класифікації, а також формування практичних навичок побудови, навчання та оцінювання моделей на основі реальних даних.
Контроль версій за допомогою Git
Лектор: Олександр Коновалов
Метою лекції є сформувати розуміння принципів контролю версій даних і коду за допомогою системи Git, навчити студентів ефективно працювати з репозиторіями, відстежувати зміни, створювати гілки та об’єднувати результати командної роботи в межах проєктів з аналітики даних.
Основи роботи з pandas для аналізу даних
Лектор: Богдан Красюк
Метою лекції є ознайомлення студентів з основними принципами роботи з бібліотекою pandas у Python та формування практичних навичок завантаження, обробки, аналізу й агрегування даних для подальшої аналітичної чи візуалізаційної роботи.
Оглядовий аналіз та візуалізація даних у Python
Лектор: Богдан Красюк
Метою лекції є сформувати розуміння підходів до оглядового аналізу даних (EDA) та навчити студентів застосовувати інструменти візуалізації в Python (matplotlib, seaborn, plotly) для виявлення закономірностей, трендів і взаємозв’язків у наборах даних.
Візуалізація даних у R за допомогою ggplot2
Лектор: Юрій Клебан
Метою лекції є ознайомлення студентів з принципами створення візуалізацій у середовищі R за допомогою пакета ggplot2 та формування навичок побудови інформативних і наочних графіків для аналізу даних.
Використання генеративного штучного інтелекту для аналізу даних
Лектор: Юрій Клебан
Метою лекції є ознайомлення студентів з можливостями використання генеративного штучного інтелекту для автоматизації та прискорення процесів аналізу даних, зокрема для генерації коду, інтерпретації результатів і створення аналітичних звітів.
Автоматизація обробки даних з використанням AI-агентів
Лектор: Юрій Клебан
Метою лекції є сформувати розуміння принципів побудови та використання AI-агентів для автоматизації обробки даних, навчити студентів застосовувати сучасні інструменти штучного інтелекту для виконання рутинних аналітичних завдань і оптимізації робочих процесів.
Data Analytics Bootcamp for Developers - проєкт для студентів та викладачів компютерних наук з вивчення аналітики даних та використання AI.
.png)
Проєкт "Data Analytics Bootcamp for Developers" підтримує Європейський Союз за програмою Дім Європи.
Навігація
© Усі права захищено. Data Analytics Bootcamp for Developers.