در حال حاضر محصولی در سبد خرید شما وجود ندارد.
آیا شما علاقه مند به کاوش در تقاطع زیرساخت های داده ، هوش مصنوعی و یادگیری ماشین هستید؟ در این دوره فقط صوتی-سازگار با پادکست داده رایگان-بن سالینز شما را از طریق دنیای پیچیده داده های بزرگ در مکالمه با مدیر اجرایی حساب Statsig و کارشناس داده Emma dahl.dide ، جزئیات nitty-gritty و پشت صحنه را کشف می کند. زیرساخت داده ها ، هوش مصنوعی و یادگیری ماشین. با داستانهای Emma دنبال کنید تا دریابید که معماری داده های مدرن چیست ، از جمله نکاتی در مورد ساخت راه حل ، آزمایش A/B ، آزمایش و فرهنگ شرکت. اگر واقعاً می خواهید حرفه ای داده های حرفه ای را دنبال کنید ، در مورد ارزش تحصیلات تکمیلی بیاموزید. در طول راه ، اما بینش و توصیه های خود را در مورد ورود به میدان و فرود در نقش به اشتراک می گذارد ، به ویژه برای زنانی که به دنبال ورود به فناوری هستند. Note: این دوره توسط بن سالینز از Podcast Data Free ایجاد شده است. ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.
عنوان اصلی : Data Infrastructure and AI/ML
سرفصل های دوره :
1. زیرساخت داده ها و AI/ML:
معرفی
چه کارشناسی ارشد در داده های بزرگ مستلزم آن است
اهمیت مهندسی داده ها
چگونه مردم را به سمت راه حل های مناسب راهنمایی کنیم
توضیح آزمایش A/B به یک کودک شش ساله
متعادل کردن فرهنگ شرکت با آزمایش
آنچه درسهای AI/ML در کالج آموخته است
AI/ML در مقابل یادگیری عمیق چیست؟
چگونه یک مدرک به Emma کمک کرد تا به داده ها بپردازد
آیا همه باید یاد بگیرند که کد را یاد بگیرند؟
BI در مقابل علم داده
درس برای کاندیداهای دانشمند جدید داده
چگونه زنان بیشتری را به داده ها وارد کنیم
چالش ها به عنوان یک خالق محتوا در داده ها
مشاوره برای زنانی که به دنبال ورود به فناوری هستند
یک معماری داده مدرن به نظر می رسد
اسطوره جادویی علوم داده
آیا رسانه های اجتماعی ایده خوبی هستند؟
Outro
Data Infrastructure and AI/ML
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
10 مهارت برتر برای متخصصان یادگیری ماشینی
انتخاب معیارهای مناسب برای تصمیم سازی در شرکت ها و سازمان ها
آموزش مهندسی دیتا
10 مهارت برتر برای توسعه دهندگان BI
آموزش طراحی و ساخت گراف ها در D3
یادگیری عملی و پروژه محور Data Science
اصول SQL برای تحلیلگران دیتا
نکات و ترفندهای SQL برای علوم داده
مهارت هایی که دانشمندان داده را حرفه ای را از بقیه جدا می کند
پیاده سازی دید کامپیوتری یا همان Computers Vision