Intensieve Master in Data Science

Nuclio Digital School

Programma Beschrijving

Lees de Officiële Beschrijving

Intensieve Master in Data Science

Nuclio Digital School

Goede beslissingen zijn altijd gebaseerd op gegevens

Ontwikkel uw expertise in data science door gebruik te maken van real-world datasets en te leren van experts uit de industrie met een op Python gebaseerd curriculum. Beheers de relevante tools en technieken om echte bedrijfsproblemen op te lossen en uw carrière van vandaag te verbeteren.

Ontvang echte resultaten

Ons carrière-team helpt u uw sterke punten te identificeren, uw doelen te verfijnen en u te verbinden met de meer dan 200 Nuclio-partners om uw professionele aspiraties werkelijkheid te laten worden.

Deskundige kennis

Los problemen op samen met high-performance studenten met verschillende achtergronden in de wetenschap, data-analyse, engineering, wiskunde en meer. Creëer zinvolle verbindingen, ontmoet potentiële werkgevers en word lid van een gemeenschap van levenslange studenten.

Concepten, platforms en technieken in de cursus.

  • Programmeren: R, Python
  • Gegevensvisualisatie: ggplot2, seaborn, matplotlib
  • Inferentiële statistieken,
  • Kansverdelingen,
  • Regressie analyse
  • Classificatie-algoritmen
  • Groepering en aanbeveling.
  • Communicatievaardigheden: ze zijn essentieel om alles wat eerder is geleerd adequaat uit te leggen en te visualiseren.
  • Datalaboratoria
  • Laatste project

Fundamentals van Data Science: Python en statistieken

Studenten worden direct opgenomen in een op Python gebaseerd curriculum, waarin we de beste werkwijzen onderzoeken en leren voor statistische analyse, inclusief frequentistische en Bayesiaanse methoden. Door gebruik te maken van best practices voor software engineering en programmeren in paren met peers met verschillende achtergronden, beheersen studenten de fundamentele concepten van data science.

  • introductie
  • Onze werktool installeren
  • Een inleiding tot predictieve analyse en machine learning
  • Gegevens opschonen

Machine Learning en echte case studies

In het tweede blok begonnen we ons te verdiepen in machine learning, werkend aan echte problemen van classificatie, regressie en groepering met behulp van gestructureerde en ongestructureerde datasets. We zullen bibliotheken als scikit-learn, NumPy en SciPy ontdekken en echte casestudy's gebruiken om ons begrip van deze bibliotheken te integreren in echte applicaties.

  • Gegevensverwerking
  • Basisconcepten van statistieken voor voorspellende modellering
  • Lineaire regressie met Python
  • Logistische regressie met Python
  • Clustering en classificatie
  • Willekeurige bomen en bossen

Natuurlijke taalverwerking en gegevensvisualisatie

In ons derde blok voegen we natuurlijke taalverwerking en aanbevelingssystemen toe aan onze kennis van data science. We leren de verwerking van open source big data en voltooien het blok met het perfectioneren van de kunst van visualisatie en kennis van data. Aan het einde van dit blok moeten studenten vertrouwd zijn met conceptuele kennis en klaar zijn om aan onafhankelijke projecten te beginnen.

  • Vector ondersteuningsmachines
  • K dichtstbijzijnde buren
  • Aanbevelingssystemen
  • Analyse van hoofdcomponenten
  • Introductie tot neurale netwerken en diepgaand leren met TensorFlow
  • Sluit de R- en Python-code aan met de rpy2-bibliotheek

Capstone-project en voorbereiding op de arbeidsmarkt

Om ons onderdompelingsprogramma te voltooien, werken studenten zelfstandig aan een toegepast data science project dat uniek is voor hun interesses of carrière aspiraties in een Capstone-project. Deze projecten weerspiegelen de technische vaardigheden die studenten tijdens de cursus hebben geleerd en tonen hun competentie en geschiktheid als echte datawetenschappers.

Tegen 2020 zijn er naar schatting 1 miljoen nieuwe digitale en technologische banen in Europa.

Het profiel van data Science zal een van de meest relevante zijn voor de productiviteit van de bedrijven, waarbij de nodige informatie wordt gegeven om voordeel te hebben ten opzichte van de concurrenten.

Deze school biedt programma's in:
  • Spaans


Laatst bijgewerkt op December 6, 2018
Duur & Kosten
Deze cursus is Campus gesitueerd
Start Date
Startdatum
Apr. 23, 2019
Duration
Duur
16 weken
Deeltijd
Price
Prijs
5,900 EUR
Locations
Spanje - Barcelona, Cataloniƫ
Startdatum : Apr. 23, 2019
Aanmeldingslimiet Vraag informatie aan
Einddatum Vraag informatie aan
Dates
Apr. 23, 2019
Spanje - Barcelona, Cataloniƫ
Aanmeldingslimiet Vraag informatie aan
Einddatum Vraag informatie aan