Duomenų mokslo magistras

Pradėkite savo duomenų mokslo kelionę su visame pasaulyje pripažįstamu magistru iš Liverpulio Džono Mooreso universiteto.

Pagrindiniai akcentai

• Nemokama „Python“ programavimo „Bootcamp“
• Karjeros esminių minkštųjų įgūdžių programa
• WES pripažintas
• Daugiau nei 500 valandų mokymosi
• 60+ atvejų analizė ir projektai
• Keturių savaičių grupės mentorystė su pramonės mentoriais
• Vienas su vienu su pramonės mentoriais
• Savalaikis abejonių sprendimas
• Pagalba teikiama užklausoms visą dieną nuo 9 iki 21 val
• IIIT Bangalore ir LJMU absolventų statusas

Geriausi įgūdžiai, kurių išmoksite

Statistika, nuspėjamoji analizė naudojant Python, mašininis mokymasis, duomenų vizualizacija, didelių duomenų analizė ir kt.

LJMU magistro laipsnis

Liverpulio Johno Mooreso universitetas, JK, turintis paveldą iki 1823 m., dabar yra vienas didžiausių ir labiausiai nusistovėjusių JK universitetų. Pagal studentų pasitenkinimą jis buvo įtrauktas į 100 geriausių pasaulio jaunų universitetų ir 50 geriausių JK.

• Baigti visus kursus, kad gautumėte šį prestižinį magistro laipsnį. LJMU, JK, diplomas, kad pradėtumėte savo karjerą duomenų mokslų srityje.
• Gaukite prieigą prie visos LJMU skaitmeninės bibliotekos, kad galėtumėte tyrinėti ir rašyti disertaciją.
• Gaukite WES pripažintą magistro laipsnį už 1/10 programos neprisijungus kainos.

Geriausias savo klasėje turinys iš pirmaujančių dėstytojų ir pramonės lyderių vaizdo įrašų, atvejų ir projektų, užduočių ir tiesioginių sesijų pavidalu.

Parengiamasis turinys prieš programą

• Duomenų analizė programoje Excel
• Analitikos problemų sprendimas

Duomenų įrankių rinkinys

• Įvadas į Python
• Programavimas Python
• Python duomenų mokslui
• Duomenų vizualizacija Python
• Tiriamoji duomenų analizė
• Kredito EDA atvejo analizė
• Išvadinė statistika
• Hipotezių tikrinimas
• Duomenų analizė naudojant SQL
• Išplėstinė SQL ir geriausia praktika
• SQL priskyrimas: RSVP filmai

Mašininis mokymasis

• Tiesinė regresija
• Tiesinės regresijos priskyrimas
• Logistinė regresija
• Klasifikavimas naudojant sprendimų medžius
• Mokymasis be priežiūros: grupavimas
• NLP ir teksto gavybos pagrindai
• Verslo problemų sprendimas
• Atvejo analizė: potencialių klientų įvertinimas

Specializacija – giluminis mokymasis

• Maišymas ir atsitiktinis miškas
• Skatinimas
• Modelių pasirinkimas ir bendrieji ML metodai
• Pagrindinių komponentų analizė
• Išplėstinė regresija
• Išplėstinė ML dėklas Stuy
• Laiko eilučių analizė
• Įvadas į neuroninius tinklus ir ANN
• Neuroninio tinklo priskyrimas
• Konvoliuciniai neuroniniai tinklai
• Konvoliuciniai neuroniniai tinklai – pramonės programos
• Objektų aptikimas ir vaizdo segmentavimas (pasirinktinai)
• Pasikartojantys neuroniniai tinklai
• Gestų atpažinimas
• Capstone projektas

Specializacija – Business Intelligence/Data Analytics

• Vizualizacija naudojant Tableau
• Išplėstinė Excel
• Vizualizacija naudojant PowerBI
• Struktūrinis problemų sprendimas naudojant karkasus
• Duomenų pasakojimas
• Airbnb atvejo tyrimas
• Duomenų modeliavimas
• Išplėstinė SQL ir geriausia praktika
• Didžiųjų duomenų ir debesies įvadas
• „Analytics“ naudojant „Spark“.
• Didelių duomenų atvejo tyrimas
• Duomenų struktūros – rinkiniai, žodynai, krūvos, eilės
• Paieška ir rūšiavimas
• Algoritmo analizė + rekursija
• Išplėstinis duomenų bazių programavimas naudojant Pandas
• Python ir SQL laboratorija
• Capstone projektas

Specializacija – duomenų inžinerija

• Duomenų valdymas ir reliacinės duomenų bazės modeliavimas
• Įvadas į didelius duomenis (neprivaloma)
• Įvadas į debesies ir AWS sąranką
• „Hadoop“ ir „MapReduce“ programavimo įvadas
• Užduotis (neprivaloma)
• „NoSQL“ duomenų bazės ir „Apache HBase“ bei „NoSQL“ duomenų bazės ir „MongoDB“ (pasirinktinai)
• Duomenų saugykla (neprivaloma)
• Duomenų įvedimas naudojant „Apache Sqoop“ ir „Apache Flume“.
• Žemėlapio mažinimo programavimo užduotis
• Avilys ir užklausos
• Užduotis (neprivaloma)
• „Amazon“ raudonasis poslinkis
• Įvadas į „Apache Spark“.
• Projektas: ETL Data Pipeline
• AWS debesies infrastruktūra (pasirenkama)
• „Spark“ optimizavimas didelio masto duomenų apdorojimui
• „Apache Flink“ (pasirinktinai)
• Duomenų srautas realiuoju laiku naudojant „Apache Kafka“.
• Duomenų apdorojimas realiuoju laiku naudojant „Spark Streaming“.
• Užduotis (neprivaloma)
• Automatizuotų duomenų perdavimo vamzdžių su oro srautu kūrimas
• Analizė naudojant PySpark
• Projektas: duomenų apdorojimas realiuoju laiku
• Capstone projektas

Tyrimo metodikos

• Įvadas į tyrimą ir tyrimo procesą
• Tyrimo dizainas
• Literatūros apžvalga
• Tyrimo projektų valdymas
• Pranešimų rašymo ir pristatymo įgūdžiai
• Mokslinė etika

Magistro disertacija

• Ištirkite išsineštų (greito) maisto vartotojų mitybos modelius ir metabolitų pirštų atspaudus naudodami PCA ir klasterizacijos metodus
• Ištirti akių ligų diagnozę naudojant vaizdinius oftalmologinius duomenis
• Struktūruokite medicininius vaizdus informacine geometrija
• Socialinės žiniasklaidos sklaidos kanalo naudojimas tviterio žinutėms apie stichines nelaimes pateikti žemėlapyje
• Kreditinių kortelių sukčiavimo prevencija naudojant modelio atpažinimą
• Rekomendavimo sistemos kūrimas žiniasklaidos milžinui
• Finansinės veiklos ir investicinės bankininkystės rizikos modeliavimas

Kam skirta ši programa?

Galima pasirinkti bet kurią specializaciją, nepriklausomai nuo išsilavinimo. Programa skirta inžinieriams, rinkodaros ir pardavimo profesionalams, pirmakursiams, duomenų specialistams, domenų ekspertams, programinės įrangos ir IT profesionalams

Pakelkite savo karjerą

• Duomenų analitikas,
• Duomenų mokslininkas,
• Produkto analitikas,
• Mašinų mokymosi inžinierius,
• Verslo analitikas