İş için Veri Bilimi eğitiminde, Veri Bilimi yöntemlerini iş ihtiyaçlarına uygun şekilde ele alıyoruz. İçeriğimizi teorik ve akademik bakış açısının yoruculuğundan özenle arındırdık. İş hayatında kolayca uygulayabileceğiniz Veri Bilimi kavramlarını sezgisel bakış açısı ile aktarıyor, güçlü ve kullanıcı dostu araçlar ile uygulamalar yapıyoruz. Geçmişe dönük analizler ve geleceğe yönelik tahminler yapmak isteyen, Veri Bilimi dünyasına geniş bir bakış açısı ile güvenle giriş yapmayı hedefleyen herkes katılabilir.
•Veri Okuryazarlığı ve Veri Keşfi (Data Literacy, Data Discovery)
•İş Zekası Konseptine Giriş
•İş Zekası Tipleri (Enterprise BI, Self Service BI)
•Adım Adım İş Zekası Proje Süreci
•Kaynakların Keşfi ve Veri Taşıma (ETL)
•Veri Ambarı Tasarım Prensipleri (Dimensional Modelling)
•Veri Modelleme ile Hızlı ve Esnek Analiz (Semantic Modelling)
•Power BI ile Geçmişin Tahlili (Reports, Correlations)
•Etkili Rapor Tasarlama Teknikleri
•Yapay Zeka ve Dijitalleşme
•Machine Learning Konseptine Giriş (DM, AI, ML, Deep Learning)
•Azure ML ile Geleceğin Tahmini (Modelling, Evaluation, Consuming)
•ML Problem Tipleri (Regression, Classification, Clustering, Recommendation, Anomaly Detection)
•ML Algoritmaları (Supervised, Unsupervised)
•Adım Adım ML Proje Süreci (Business & Data Understanding, Data Preparation, Modelling, Evaluation, Deployment)
•Azure ML ile Deney Oluşturma, Model Kurma, Yayınlama ve Kullanma
•Model Değerlendirme Metrikleri
•Algoritma ve Model Seçimi (Accuracy, Training Time, Number of Parameters, Lienarity, Number of Features)
•ML Dilleri (R ve Python)
•R Diline Giriş
•R Dili ile Analiz ve Görselleştirme
•Gerçek Dünya Örnekleri ve Daha Fazlası (Kaynaklar, Platformlar, Topluluklar vs.)