Intensiv Master i datavetenskap

Allmänt

Programbeskrivning

Goda beslut bygger alltid på data

Utveckla din expertis inom datavetenskap genom att utnyttja verkliga dataset och lärande från industrins experter med en Python-baserad kursplan. Behöva de relevanta verktygen och teknikerna för att lösa verkliga affärsproblem och fördjupa din karriär idag.

Få riktiga resultat

Vårt karriärteam hjälper dig att identifiera dina styrkor, förfina dina mål och koppla dig till de mer än 200 Nuclio-partnerna för att göra dina professionella ambitioner till en verklighet.

Expertkunskap

Lös problem tillsammans med högpresterande studenter med olika bakgrund inom vetenskap, dataanalys, teknik, matematik mm. Skapa meningsfulla kontakter, träffa potentiella arbetsgivare och gå med i en grupp av livslånga elever.

Begrepp, plattformar och tekniker i kursen.

  • Programmering: R, Python
  • Datavisualisering: ggplot2, havsbotten, matplotlib
  • Inferentiell statistik,
  • Sannolikhetsfördelningar,
  • Regressionsanalys
  • Klassificeringsalgoritmer
  • Gruppering och rekommendation.
  • Kommunikationsförmåga: De är väsentliga för att förklara och visualisera allt som lärt sig tidigare.
  • Datalaboratorier
  • Slutprojekt

Grundläggande för datavetenskap: Python och statistik

Studenter införlivas direkt i en Python-baserad studieplan där vi utforskar och lär sig bästa praxis i statistisk analys, inklusive frekventistiska och bayesiska metoder. Genom att använda bästa metoder för mjukvaruutveckling och programmering i par med kamrater från olika bakgrunder, studerar de grundläggande begreppen datavetenskap.

  • introduktion
  • Installera vårt arbetsverktyg
  • En introduktion till prediktiv analys och maskinlärande
  • Dataskydd

Maskininlärning och verkliga fallstudier

I det andra kvarteret började vi fördjupa sig i maskininlärning, arbeta på verkliga problem med klassificering, regression och gruppering med hjälp av strukturerad och ostrukturerad dataset. Vi kommer att upptäcka bibliotek som scikit-learn, NumPy och SciPy, och använda verkliga fallstudier för att integrera vår förståelse för dessa bibliotek i verkliga applikationer.

  • Datahanteringsoperationer
  • Grundläggande begrepp statistik för prediktiv modellering
  • Linjär regression med Python
  • Logistisk regression med Python
  • Kluster och klassificering
  • Slumpmässiga träd och skogar

Naturlig språkbehandling och datavisualisering

I vårt tredje block lägger vi till naturliga språkbehandlings- och rekommendationssystem till vår kännedom om datavetenskap. Vi lär oss bearbetningen av öppen källkods stora data, och avslutar blocken med att perfekta konsten att visualisera och kunskap om data. I slutet av detta block måste studenterna vara välbevarade i konceptuell kunskap och redo att inleda självständiga projekt.

  • Vector Support Machines
  • K Närmaste grannar
  • Rekommendationssystem
  • Analys av huvudkomponenter
  • Introduktion till neurala nätverk och djupt lärande med TensorFlow
  • Anslut R och Python-kod med rpy2-biblioteket

Capstone-projektet och förberedelserna för arbetsmarknaden

För att slutföra vårt nedsänkningsprogram arbetar eleverna självständigt med ett tillämpat datavetenskapsprojekt som är unikt för sina intressen eller karriärförhoppningar i ett Capstone-projekt. Dessa projekt återspeglar den uppsättning tekniska färdigheter som eleverna har lärt sig genom hela kursen och demonstrerar sin kompetens och förmåga som verkliga datavetenskapare.

Fram till 2020 beräknas 1 miljoner nya digitala och tekniska jobb i Europa.

Datavetenskapens profil kommer att vara en av de mest relevanta för företagens produktivitet, vilket ger den nödvändiga informationen till dessa för att kunna ha fördelar över konkurrenterna.

Senast uppdaterad Mar 2020

Om skolan

Nuclio Digital School te ofrece una formación transversal que te permite ir desde un nivel Principiante hasta un nivel Experto.

Nuclio Digital School te ofrece una formación transversal que te permite ir desde un nivel Principiante hasta un nivel Experto. Läs mindre