Detail kurzu
Popis kurzu
Cena certifikační zkoušky CompTIA DataAI není zahrnuta v ceně kurzu.
Verze self-paced
Připravte se na certifikaci DataAI díky přístupu k balíčku DataAI Complete Learning Bundle s Voucher Plus Retake Assurance. Toto komplexní vzdělávací řešení vám poskytne znalosti i nástroje pro přípravu na zkoušku, které potřebujete k osvojení konceptů DataAI a úspěšnému složení certifikační zkoušky.
Co je součástí balíčku:
Voucher Plus Retake Assurance
CertMaster Perform
* Všechny zahrnuté produkty musí být aktivovány do 12 měsíců od data nákupu.
Hlavní výhody:
Komplexní příprava: Osvojte si cíle certifikace DataAI prostřednictvím studijních lekcí a procvičovacích nástrojů.
Interaktivní výuka: Využívejte videa, kvízy a laboratorní cvičení.
Rozsáhlé procvičování: Získejte přístup ke stovkám otázek, průběžných testů a časově omezených zkušebních testů, které upevní vaše znalosti.
Hodnocené testy: Sledujte svůj pokrok pomocí praktických nástrojů poskytujících konkrétní zpětnou vazbu.
Zkouška s možností opakování: Skládejte zkoušku s jistotou, že v případě neúspěchu máte možnost jejího opakování.
Roční přístup: Studujte kdykoli díky 12měsíčnímu přístupu ke školení, který lze aktivovat do 12 měsíců od nákupu prostřednictvím CompTIA Central.
Snadné uplatnění voucheru: Uplatněte voucher a naplánujte si termín zkoušky v CompTIA Central. Co se naučíte:
Aplikovat matematické a statistické metody vhodným způsobem, včetně zpracování a čištění dat, statistického modelování a konceptů lineární algebry a kalkulu.
Využívat vhodné analytické a modelovací metody k podloženému doporučení modelů pro modelování, analýzu a dosažení požadovaných výsledků.
Implementovat modely strojového učení a rozumět konceptům hlubokého učení s cílem rozvíjet schopnosti v oblasti datové vědy.
Efektivně zavádět procesy a postupy datové vědy na podporu organizačních cílů.
Prokazovat porozumění trendům v odvětví a specializovaným aplikacím datové vědy v různých oblastech.
Obsah kurzu
Matematika a statistikaStatistické metody:
aplikace t-testů, chí-kvadrát testů, analýzy rozptylu (ANOVA), testování hypotéz, regresních metrik, Giniho indexu, entropie, p-hodnoty, ROC křivky a plochy pod křivkou (ROC/AUC), Akaikova informačního kritéria / Bayesovského informačního kritéria (AIC/BIC) a konfuzní matice.
Pravděpodobnost a modelování:
vysvětlení rozdělení, šikmosti, špičatosti (kurtózy), heteroskedasticity, hustoty pravděpodobnosti (PDF), pravděpodobnostní hmotnostní funkce (PMF), distribuční funkce (CDF), chybějících hodnot, převzorkování (oversampling) a stratifikace.
Lineární algebra a kalkulus:
porozumění hodnosti matice (rank), vlastním číslům (eigenvalues), maticovým operacím, metrikám vzdálenosti, parciálním derivacím, řetězovému pravidlu a logaritmům.
Časové modely:
porovnávání časových řad, analýzy přežití a kauzální inference.
Modelování, analýza a výsledky
Metody EDA:
využívání technik exploratorní analýzy dat (EDA), jako je univariační a multivariační analýza, grafy, vizualizace a identifikace příznaků (feature identification).
Problémy s daty:
analýza řídkých dat, nelinearity, sezónnosti, granularity a odlehlých hodnot.
Obohacování dat:
aplikace feature engineeringu, škálování, geokódování a transformace dat.
Iterace modelu:
návrh, hodnocení, výběr a validace modelu.
Komunikace výsledků:
tvorba vizualizací, výběr relevantních dat, vyhýbání se zavádějícím grafům a zajištění přístupnosti.
Strojové učení
Základní koncepty:
aplikace ztrátových funkcí, kompromisu bias-variance, regularizace, křížové validace, ansámblových modelů, ladění hyperparametrů a prevence úniku dat (data leakage).
Učení s učitelem:
aplikace lineární regrese, logistické regrese, k-nejbližších sousedů (KNN), naivního Bayese a asociačních pravidel.
Stromové modely:
aplikace rozhodovacích stromů, náhodného lesa (random forest), boostingu a bootstrap aggregace (bagging).
Hluboké učení:
vysvětlení umělých neuronových sítí (ANN), dropout, batch normalizace, zpětného šíření chyby (backpropagation) a frameworků pro hluboké učení.
Učení bez učitele:
vysvětlení shlukování (clustering), redukce dimenzionality a singulárního rozkladu (SVD).
Provoz a procesy
Podnikové funkce:
vysvětlení compliance (souladu s předpisy), klíčových ukazatelů výkonnosti (KPI) a sběru požadavků.
Typy dat:
vysvětlení generovaných, syntetických a veřejných dat.
Příjem dat (data ingestion):
porozumění datovým pipeline, streamování, dávkovému zpracování a datové linii (data lineage).
Příprava dat (data wrangling):
implementace čištění, slučování, imputace a označování referenčních dat (ground truth).
Životní cyklus datové vědy:
aplikace workflow modelů, verzování, principů čistého kódu a jednotkových testů.
DevOps a MLOps:
vysvětlení kontinuální integrace / kontinuálního nasazování (CI/CD), nasazení modelů, orchestraci kontejnerů a monitorování výkonu.
Prostředí nasazení:
porovnání kontejnerizace, cloudového, hybridního, edge a on-premises nasazení.
Specializované aplikace datové vědy
Optimalizace:
porovnání optimalizace s omezeními a bez omezení.
Koncepty NLP:
vysvětlení technik zpracování přirozeného jazyka (NLP), jako je tokenizace, embeddingy, TF-IDF (term frequency–inverse document frequency), modelování témat a aplikace NLP.
Počítačové vidění:
vysvětlení optického rozpoznávání znaků (OCR), detekce objektů, sledování objektů a augmentace dat.
Další aplikace:
vysvětlení grafové analýzy, posilovaného učení (reinforcement learning), detekce podvodů, detekce anomálií, zpracování signálu a dalších oblastí.
Cílová skupina
Certifikace CompTIA DataAI je ideální pro odborníky, kteří chtějí potvrdit své expertní dovednosti v oblasti datové vědy a analýzy bez ohledu na používané nástroje či platformy konkrétních výrobců. Je určena datovým analytikům, specialistům na business intelligence a všem, kteří se podílejí na rozhodování založeném na datech napříč různými odvětvími.Hodnocení
Organizátor
EDU Trainings s.r.o.
Ovocný trh 573/12, Praha 1 - Staré Město
Vzdělávací centrum EDU Trainings nabízí rozsáhlé portfolio vzdělávacích služeb v oblasti IT v České a Slovenské republice. Najdete u nás certifikovaná školení od předních světových společností jako jsou Red Hat, Microsoft, Micro Focus a další, a to nejen v tradiční prezenční podobě, ale také jako virtuální nebo On-Demand školení.
Mimo to organizujeme zajímavé semináře, webináře či online diskuze a poskytujeme certifikační testy v autorizovaném testovacím centru Pearson VUE a PEOPLECERT. Testy a certifikace těchto společností jsou celosvětově uznávané. Školení pro IT specialisty, technický personál i manažery jsou vedena odbornými certifikovanými lektory s bohatými praktickými zkušenostmi. Účastníci našich kurzů získávají potřebné znalosti, které jím pomohou zlepšit procesy v IT, zefektivnit projekty a ušetřit jejich čas. Dokážeme pomoci firmám k maximálnímu využití technologií, a tím i ke zvýšení konkurenceschopnosti na trhu. Školení dodáváme v českém, slovenském a anglickém jazyce, vybrané kurzy i v němčině a španělštině. Prioritou Vzdělávacího centra EDU Trainings je dodávka kvalitního vzdělání odpovídajícího aktuálním trendům a požadavkům trhu, které splňuje nároky zákazníka a umožňuje mu jeho další růst.
Co od nás můžete očekávat?
• Rozsáhlé portfolio IT služeb
• Soft skills kurzy
• Inovativní jazykovou výuku pomocí platformy Voxy
• Odborné lektory s praktickými zkušenostmi
• Profesionalitu, flexibilitu a vstřícnost
Základní nabídka vzdělávacích služeb:
• Standardní kurzy v námi poskytnuté učebně nebo v prostorách zákazníka
• Kurzy na míru, realizace vzdělávacích plánů
• E-learningové kurzy
• Semináře a bezplatné webináře
• Individuální i skupinové konzultace
• Certifikace IT profesionálů
Portfolio:
AWS, Blockchain, Brocade, CompTIA, DASA, EDU Trainings, EPI, Fortinet, G2G3, IAPP, IMDS, ISC2, ISTQB, ITIL, Micro Focus, Microsoft, OMG, Palo Alto Networks, PECB, PRINCE2, Red Hat, SAFe, Scrum.org, Splunk, VMware, Zabbix.
