توضیحات دوره
این دوره خلاصه‌ای است از دانش تخصصی در حوزۀ علم داده که برای تمامی مدیران ارشد و میانی جهت ترویج نوآوری داده‌محور ضروری است. محتوای دوره مباحث مقدماتی در زمینۀ کلان‌داده، یادگیری ماشین، تعیین ارزش داده، و ارتباطات را شامل می‌شود و مفاهیم و بینش‌های ضروری دربارۀ نیازهای داده، تحلیل داده، روشهای یادگیری ماشین، مزایا و معایب هر یک از روشها، و مسائل مربوط به کاربردپذیری علم داده را در بر می‌گیرد. علاوه بر این، مفاهیم و واژگان تخصصی، ابزارها و روشها، موارد استفاده، و کاربردهای موفقیت‌آمیز علم داده نیز مورد بحث قرار می‌گیرد. این دوره توضیح می‌دهد علم داده چیست و چرا تا این حد در مورد آن تبلیغ می‌شود، ضمن آنکه نشان می‌دهد علم داده چه ارزشی را می‌تواند خلق کند، چه مسائل و مشکلاتی را می‌تواند برطرف کند، تفاوت میان تحلیل توصیفی، پیشگویانه و تجویزی چیست، و یادگیری ماشین و هوش مصنوعی چه نقش‌هایی ایفا می‌کنند. به منظور ارائه‌ی دیدگاهی فنی تر، این دوره به مدلهای نظارت‌شده، نظارت‌نشده و نیمه‌نظارت شده می‌پردازد و توضیح می دهد تکنیک های طبقه بندی، خوشه بندی و رگرسیون چه ماحصلی دارند. نقش فناوری ها و مدلهای دادۀ NoSQL، و نقش و تاثیر پلتفرم های محاسبات ابری مقیاس پذیر نیز در این دوره مورد بحث قرار می‌گیرد. تمامی موضوعات با ذکر مثال ارائه شده، و موارد عملی کاربرد موفقیت‌آمیز آنها با ذکر نمونه های واقعی نشان داده شده است.
مدرس دوره
مارکو برامبیلا، دانشیار دانشگاه پلی‌تکنیک میلان، محقق مدعو شرکت سیسکو، استاد مدعو دانشگاه دوفین پاریس، مؤسس شرکت وب‌رِیشیو در زمینه‌ی ابزارهای مدلسازی نرم‌افزاری
نظرات