მონაცემთა მეცნიერება 

ეკონიმკა, მედიცინა, ფარმაკოქიმია,  გამოყენებითი და გამოთვლით დარგები, კომპიუტერული სისტემები და ა. შ. ეს ის არასრული ჩამონათვალია, რომლებიც ინტენსიურად იყენებს თანამედროვე მონაცემთა მეცნიერების მიღწევებს. მონაცემთა მეცნიერება ერთერთი მაღალანაზღაურებადი და მნიშვნელოვანი მიმართლებაა.

ჩვენთან შეისწავლით python -ისთვის გარკვეული აუცილებელი ბიბლოთეკების (NumPy, Panda, SciPy) გამოყენებას და სხვადასხვა საკითხებს მონაცმეთა კვლევებიდან.

 რას შეისწავლით:

  • წარმატებით შეასრულებთ ყველა ნაბიჯს მონაცემთა მეცნიერების რთულ პროექტებში;
  • თავისუფლად შესძლებთ მონაცემთა ცხრილების ინტელექტუალურ ანალიზს;
  • სრულფასოვნად აითვისებთ ხი-კვადრატ სტატისტიკური კრიტერიების თეორიაში (მათემატიკური სტატისტიკის ელემენტები);
  • უმცირეს კვადრატთა მეთოდი დეტალურად წრფივი რეგრესიის შესაქმნელად;
  • R-კვადრატ კორექტირებული შეფასებები ყველა მოდელისთვის;
  • მარტივი წრფივი რეგრესიები (SLR);
  • მრავლობით რეგრესიები (MLR);
  • ფიქტიური ცვლადების შექმნა;
  • MLR კოეფიციენტის შეფასება;
  • სტატისტიკური დასკვნების წაკითხვის უნარები შექმნილი მოდელებისთვის;
  • შებრუნებული გამორიცხვის  და პირდაპირი შერჩევის ტექნიკა სტატისტიკური მოდელებისთვის;
  • ლოგისტიკური რეგრესია;
  • ლოგისტიკური რეგრესიის ინტუიტიური აღქმა;
  • ე.წ ROC  ანალიზი და ცხრილები;
  • მუტაციის მატრიცები;
  • გეოდემოგრაფიული სეგმენტაციის სანდო მოდელის შექმნა;
  • დამოუკიდებელი ცვლადების გარდაქმნა მოდელის შექმნის მიზნით;
  • ახალი დამოუკიდებელი ცვლადების შექმნა ;
  • მულტიკოლინეარობის შესახებ;
  • VIF -ის და კორელაციის მატრიცის გამოყენება მულტიკოლინეარობისთვის;
  • პროფილთა სიმრავლის (СAP) სიზუსტის და მოდელის  ხარისხის შეფასება;
  • CAP -ის აგება  Excel-ში;
  • მონაცმეთა გამოყენება მანქანური სწავლებისთვის და ტესტირებისთვის;
  • CAP მრუდიდან ინფორმაციის ამიღება ;
  • თანაფარდობა შანსებს შორის;
  • ბიზნეს იდეა და ლოგისტიკური რეგრესიის კოეფიციენტი;
  • მანქანური სწავლების ელემენტები;
  • ცნობილი ალგორითმების მიმოხილვა;
  • ბიბლიოთეკების გამოყენება (scikit-learn, tensorflow python)
  • პროგნოზული მოდელის შექმნა.

 

ტრენინგს ატარებს მათემატიკის დოქტორი, ასოც. პროფესორი თენგიზ ქირია

საათების რაოდენობა 30 აკადემიური საათი;

ონლაინ სწავლების საფასური 450 ლარი