تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی 15 اشتباه در علم داده که باید از آن اجتناب کنید

دوره آموزشی 15 اشتباه در علم داده که باید از آن اجتناب کنید

19 دقیقهمتوسط2020-10-19

مدرسین

Lucas Joppa

Lucas Joppa

Environmental expert on sustainability in the tech industry

Louis Tremblay

Louis Tremblay

Senior System Engineer

Sam Cvetkovski

Sam Cvetkovski

Data Analytics Leader and Consultant

Lacey Westphal

Lacey Westphal

Data Scientist, Manager of Academic Data Analysis

Sara Anstey

Sara Anstey

Data Analytics Consultant

Madecraft

Madecraft

Full-Service Learning Content Company

جزئیات دوره

به عنوان یک دانشمند داده، هدف شما این است که همیشه مهارت‌های خود را افزایش دهید. اما، اگر این را بفهمید یا نه، ممکن است مرتکب اشتباهاتی شوید که شما را از حرکت به مرحله بعدی باز دارد. در این دوره، 15 اشتباه برتر علم داده را بیاموزید: درک نادرست از مشکلات تجاری، استفاده از ابزارهای اشتباه، شروع بدون برنامه و موارد دیگر. چهار دانشمند برجسته داده، دروس سختی را که درباره بیگانگی همکاران با اصطلاحات فنی، حرکت سریع و استفاده از اندازه‌های نمونه خیلی کوچک به دست آورده‌‌اند، را بیاموزید. دریابید که چرا باید تمام تلاش خود را برای جلوگیری از تعصب انجام دهید - و از راه حل‌های بیش از حد برای سهامداران خودداری کنید. بعلاوه، بیاموزید که چرا نوشتن کد سفارشی می‌تواند منجر به اتلاف وقت زیادی شود و چرا امیدوار کننده‌ترین بینش علم داده بدون یک داستان جذاب باعث سقوط می‌شود.

موضوعات شامل:
نکات ارتباطی
به روز بودن در مورد ابزارها و فنون
مستند کردن کار خود
اجتناب از سوگیری
کار با ذینفعان

مهارت ها

Data Science FoundationsTech Career SkillsPersonaCybersecurityCloud ComputingData ScienceSoftware Development

سرفصل ها

0. مقدمه

  • 01- از اشتباهات رایج برای برتری در علم داده اجتناب کنید

1. اشتباهاتی که باید اجتناب کنید

  • 02-ارتباط با زبان بیش از حد فنی
  • 03- نادیده گرفتن اصول
  • 04- حرکت خیلی سریع
  • 05-داشتن مجموعه داده بسیار کوچک
  • 06- ناتوانی در اتخاذ ابزارهای جدید
  • 07-عدم توجه به سطح تنوع
  • 08- نداشتن مستندات
  • 09- صرفاً تکیه بر آموزش رسمی
  • 10- زمان زیادی برای به اشتراک گذاشتن نتایج
  • 11-از جمله تعصب شما
  • 12- راه حل های بیش از حد امیدوار کننده برای ذینفعان
  • 13-ساخت ابزار از ابتدا
  • 14-با فرض سطح دانش ذینفعان
  • 15- داستان نگفتن با داده ها
  • 16- عدم تایید با ذینفعان

نتیجه

  • 17- در مسیر درست شروع کنید

دوره های مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal