دوره آموزشی قاعده 80/20 در علم داده
1 ساعت 19 دقیقهمتوسط2024-09-04
مدرسین

Howard Friedman
جزئیات دوره
در این دوره آموزشی، به مربی هاوارد فریدمن بپیوندید تا مفاهیم اصلی قانون 20/80 را برای علم داده و چگونگی به دست آوردن بیشترین ارزش با حداقل تلاش بیان می کند. گامهای اساسی مورد نیاز برای ارزش دادن به بخشهای مختلف کارتان، از جمله تعریف موفقیت، بهدست آوردن مجموعه دادههای با کیفیت بالا، شروع با آمار اولیه، ساخت مدلهای اولیه اولیه، و اجتناب از گرفتار شدن در جزئیات کمتر تاثیرگذار را بررسی کنید. این دوره برای رهبران تیم داده و اعضای ارشد تیم داده در دنیای فناوری که علاقه مند به شرکای تجاری کارآمد و مؤثر هستند، هدف قرار می گیرد.
مهارت ها
Data Science FoundationsManagement SkillsData AnalysisData ScienceBusiness Analysis and StrategyLeadership and ManagementBusiness Software and ToolsOne-Off
سرفصل ها
0. مقدمه
- 01 - قانون 80 20 علم داده چیست
- 02 - آنچه برای این دوره باید بدانید
1. شروع با اولویت بندی
- 03 - تعریف موفقیت
- 04 - حداقل محصولات قابل دوام (MVP) را دوست خود قرار دهید
- 05 - نقطه کاهش بازده
- 06 - چرا پروژههای علم داده شکست میخورند؟
- 07 - برنامه ریزی برای استقرار
2. انتخاب پایگاه داده و بررسی کیفیت
- 08 - ادبیات را شانه کنید
- 09 - تریاژ منابع داده
- 10 - بررسی کیفیت داده ها
- 11 - برخورد با دادههای از دست رفته
- 12 - یافتن ویژگیهای قوی
3. ابتدا مدلهای ساده
- 13 - تبدیل ویژگی ها
- 14 - تبدیل ویژگیهای پیوسته
- 15 - اصطلاحات تعامل
- 16 - افزودن منابع داده
- 17 - رگرسیون خطی
- 18 - رگرسیون لجستیک
4. پیگیری عملکرد
- 19 - انتخاب معیارها
- 20 - طراحی داشبوردهای ساده
- 21 - نمونه سازی سریع
- 22 - چه زمانی باید متوقف شود
5. ارتباط 80 20 علم داده
- 23 - روی نتیجه تمرکز کنید نه تکنیک
- 24 - مدیریت انتظارات و ایجاد اعتماد
- 25 - بر همکاری تاکید کنید
نتیجه گیری
- 26 - نکات کلیدی برای آینده شغلی شما در علم داده
دوره های مرتبط
- دوره آموزشی یادگیری جامع پایتون برای علم داده و یادگیری ماشین بخش اول
- دوره آموزشی تسلط بر داده ها: کاوش و توصیف داده ها
- دوره آموزشی کلانداده در عصر هوش مصنوعی
- دوره آموزشی مبانی علوم تصمیمگیری
- دوره آموزشی آیا نتیجه داد؟ ارزیابی برنامه در علم داده
- دوره آموزشی ارزیابی برنامه برای علم داده
- دوره آموزشی پاکسازی دادهها برای علم داده مؤثر: واردکردن دادهها، تشخیص ناهنجاری، پرکردن مقادیر گمشده و مهندسی ویژگیها
- دوره آموزشی یادگیری جامع اسکالا برای علوم داده