Data Science Engineering képzés

1. óra • Adattípusok és tárolási formátumok

Strukturált, félig strukturált és strukturálatlan adatformátumokat, valamint azok tárolási rendszereit tárgyalja. Felkészíti a hallgatókat a különböző adatforrások betöltésére.

2. óra • Matematikai és statisztikai ismétlés

Áttekinti a modellezéshez szükséges lineáris algebrát, analízist és valószínűségszámítást. Megadja a kvantitatív alapot, amely az összes további fejezethez szükséges.

3. óra • Python adattudományhoz

Bemutatja a Python szintaxisát, adatszerkezeteit és tudományos könyvtárait. Lehetővé teszi a hallgatók számára, hogy az első naptól kezdve reprodukálható elemző szkripteket írjanak.

1. óra • Adatátalakítás és átstrukturálás

Az aggregálás, pivoting, egyesítés és kódolás alkalmazásával átszervezi az adatokat elemzés céljából. Áthidalja a nyers adatok és a jellemzőkész állapot között.

2. óra • Feltáró adatelemzés

Megtanítja az adatkészletek szisztematikus profilozását az eloszlások, kiugró értékek és kapcsolatok kimutatására. Támogatja a megalapozott döntéseket a tisztításról és a jellemzőtervezésről.

3. óra • Adatgyűjtési módszerek

Lefedi a webes kaparást, API-hívásokat és adatbázis-lekérdezéseket, mint elsődleges adatgyűjtési stratégiákat. Összeköti az adatforrások biztosítását a downstream folyamatok tervezésével.

4. óra • Adattisztítás és imputáció

Foglalkozik a hiányzó értékekkel, duplikátumokkal, inkonzisztens formátumokkal és hibás bejegyzésekkel. Biztosítja az adatintegritást a modellezés megkezdése előtt.

1. óra • A/B tesztelés és kísérletezés

Vezérelt kísérleteket tervez, kiszámítja a mintaméreteket és helyesen értelmezi az eredményeket. Közvetlenül alkalmazható termék- és üzleti elemzési szerepkörökben.

2. óra • Bayes-i következtetés alapjai

Bemutatja a prioreloszlást és a posterior eloszlást, valamint a Bayes-frissítést, mint alternatív következtetési paradigmát. Felkészíti a hallgatókat a későbbi fejezetek valószínűségi modellezésére.

3. óra • Hipotézisvizsgálati keretrendszer

Lefedi a nullhipotézist és alternatív hipotézist, p-értékeket és hibafajtákat a precíz teszteléshez. Összeköti a statisztikai szignifikanciát a gyakorlati döntéshozatallal.

1. óra • Osztályozási modellek

Logisztikus regressziót, döntési fákat és támogató vektor gépeket tanít be kategorikus célváltozókra. Foglalkozik az osztályegyensúlytalansággal és a küszöbérték kiválasztásával.

2. óra • Gépi tanulási alapok

Meghatározza a felügyelt tanulást, a torzítás-szórás dilemmát és a tanító-teszt felosztási paradigmát. Kialakítja az összes modellezési fejezet koncepcionális keretrendszerét.

3. óra • Regressziós modellek

Lineáris, polinomiális és regularizált regressziót tárgyal folytonos célváltozók előrejelzésére. Fejleszti a modell együtthatóival és a regularizációs büntetésekkel kapcsolatos intuíciót.

4. óra • Hiperparaméter-hangolás és modellkiválasztás

Grid keresést, random keresést és Bayes-optimalizációt alkalmaz a modell teljesítményének maximalizálására. Megtanítja a modellek elvszerű összehasonlítását és kiválasztását.

1. óra • Asszociációs szabálytanulás

Gyakori elemhalmazokat és asszociációs szabályokat bányászik az együttes előfordulási minták feltárására. Támogatja a javaslattételi és kosárelemzési alkalmazásokat.

2. óra • Dimenziócsökkentési technikák

PCA, t-SNE és UMAP alkalmazása a jellemzőtér csökkentésére a struktúra megőrzése mellett. Lehetővé teszi a vizualizációt és felgyorsítja a downstream modellezést.

3. óra • Anomáliadetektálás

Kiugró és ritka események azonosítása statisztikai és modellalapú megközelítésekkel. Közvetlenül alkalmazható csalásfelismerési és minőség-ellenőrzési forgatókönyvekben.

1. óra • Jellemzőkiválasztási módszerek

Szűrő-, wrapper- és beágyazott módszereket alkalmaz a leginkább prediktív jellemzők azonosítására. Csökkenti a dimenziószámot és megelőzi a túlillesztést.

2. óra • Méltányosság és torzítási audit

Demográfiai torzítás észlelése és mérséklése a modell előrejelzéseiben méltányossági mérőszámok segítségével. Biztosítja, hogy a modellek megfeleljenek az etikai és szervezeti normáknak.

3. óra • Modellfüggetlen értelmezhetőség

SHAP és LIME használata az egyes előrejelzések és a globális modellviselkedés magyarázatára. Építi az érdekelt felek bizalmát és támogatja a szabályozói megfelelést.

1. óra • Neurális hálózatok alapjai

Magyarázza a perceptronokat, aktivációs függvényeket, előrecsatolt és visszaterjesztéses tanítást. Matematikai alapot nyújt az összes mélytanulási architektúrához.

2. óra • Rekurrens neurális hálózatok és sorozatok

RNN-ek, LSTM-ek és GRU-k betanítása szekvenciális és idősoros adatokra. Összeköti a szekvenciamodellezést a természetes nyelvfeldolgozással és előrejelzési alkalmazásokkal.

3. óra • Transzformer architektúra és figyelem

Bemutatja az önfigyelmet, a többfejes figyelmet és a transzformer blokkot, mint a modern természetes nyelvfeldolgozás gerincét. Felkészíti a hallgatókat a nagyméretű nyelvi modellek finomhangolására.

4. óra • Tanítás optimalizálása és regularizáció

Batch normalizáció, dropout, tanulási ráta ütemezés és korai leállítás alkalmazása a tanítás stabilizálására. Csökkenti a túlillesztést mély modellekben.

1. óra • Modellmonitorozás és eltolódásdetektálás

Nyomon követi az előrejelzés minőségét, az adateltolódást és a koncepcióeltolódást éles környezetben a modell megbízhatóságának fenntartása érdekében. Riasztásokat és újratanítást indít, amikor a teljesítmény romlik.

2. óra • CI/CD gépi tanuláshoz

Automatizálja a gépi tanulási folyamatok tesztelését, validálását és telepítését folyamatos integrációs gyakorlatok segítségével. Csökkenti a manuális hibákat és felgyorsítja a kiadási ciklusokat.

3. óra • Skálázható ML infrastruktúra

Elosztott tanítási és következtetési infrastruktúra tervezése natív felhőalapú és összehangoló eszközök segítségével. Felkészíti a hallgatókat a vállalati szintű ML rendszertervezésre.

4. óra • Kísérletkövetés és modellregisztráció

Naplózza a paramétereket, mérőszámokat és műtermékeket kísérletkövető eszközök és modellregisztrációk segítségével. Lehetővé teszi a reprodukálhatóságot és a csapat együttműködését a modellfejlesztés során.