Chia Sẻ Khóa Học Data Science Từ A-Z Qua Các Bài Tập Thực Tế

Chia Sẻ Khóa Học Data Science Từ A-Z Qua Các Bài Tập Thực Tế

Tìm hiểu tất tần tật các kiến thực toàn diện nhất về Data Science, từ cơ bản đến nâng cao bằng việc hoàn thành rất nhiều các bài tập thực tế. Tìm hiểu về Data Mining, Modeling, Tableau Visualization, và còn rất nhiều nữa.

Là một trong những khóa học online về Data Science được chú ý và tìm kiếm nhiều nhất với hàng trăm ngàn người đã đăng ký và hàng ngàn đánh giá tích cực nhất !

Lợi ích từ khóa học:

• + Successfully perform all steps in a complex Data Science project.
• + Create Basic Tableau Visualisations.
• + Perform Data Mining in Tableau.
• + Understand how to apply the Chi-Squared statistical test.
• + Apply Ordinary Least Squares method to Create Linear Regressions.
• + Assess R-Squared for all types of models.
• + Assess the Adjusted R-Squared for all types of models.
• + Create a Simple Linear Regression (SLR).
• + Create a Multiple Linear Regression (MLR).
• + Create Dummy Variables.
• + Interpret coefficients of an MLR.
• + Read statistical software output for created models.
• + Use Backward Elimination, Forward Selection, and Bidirectional Elimination methods to create statistical models.
• + Create a Logistic Regression.
• + Intuitively understand a Logistic Regression.
• + Operate with False Positives and False Negatives and know the difference.
• + Read a Confusion Matrix.
• + Create a Robust Geodemographic Segmentation Model.
• + Transform independent variables for modelling purposes.
• + Derive new independent variables for modelling purposes.
• + Check for multicollinearity using VIF and the correlation matrix.
• + Understand the intuition of multicollinearity.
• + Apply the Cumulative Accuracy Profile (CAP) to assess models.
• + Build the CAP curve in Excel.
• + Use Training and Test data to build robust models.
• + Derive insights from the CAP curve.
• + Understand the Odds Ratio.
• + Derive business insights from the coefficients of a logistic regression.
• + Understand what model deterioration actually looks like.
• + Apply three levels of model maintenance to prevent model deterioration.
• + Install and navigate SQL Server.
• + Install and navigate Microsoft Visual Studio Shell.
• + Clean data and look for anomalies.
• + Use SQL Server Integration Services (SSIS) to upload data into a database.
• + Create Conditional Splits in SSIS.
• + Deal with Text Qualifier errors in RAW data.
• + Create Scripts in SQL.
• + Apply SQL to Data Science projects.
• + Create stored procedures in SQL.
• + Present Data Science projects to stakeholders.

LINK TẢI KHÓA HỌC:

Phần 1
Phần 2
Phần 3
Phần 4

Pass giải nén: http://nhasachtinhoc.blogspot.com

tháng 3 14, 2019