Chceš získat znalosti, které mají cenu zlata?

Co se naučíš?

Systémové nástroje a řídicí systém GIT

Systémové nástroje jsou souborem užitečných technik pro ovládání systému pomocí příkazů. Každý  profesionál v oblasti datových věd by měl umět používat GIT. My tě to naučíme.
Naučíš se také používat systém správy verzí GIT, který umožňuje bezproblémovou týmovou spolupráci.

Python v datové vědě

Python je nejoblíbenějším jazykem používaným v datové vědě. Má největší počet knihoven a frameworků, které provádějí mnoho úloh datové vědy.
V tomto modulu se seznámíš se základy jazyka Python potřebnými k vývoji kódu.

Statistika a pravděpodobnost

Datová věda je založena výhradně na matematice. Tento modul ti pomůže porozumět operacím pomocí knihovny Numpy, ve které můžeš počítat základní operace v lineární algebře (operace s vektory/maticemi).
Ve druhé části se dozvíš více o pravděpodobnosti, například proč je třeba testy s 90% shodou opakovat.

Zpracování datových souborů

Datová věda jsou data, data a ještě jednou data. Pocházejí z různých zdrojů a jsou k dispozici v různých formátech. Říká se, že 90 % práce specialisty na datovou vědu tvoří zpracování dat. S tím lze jen těžko nesouhlasit.
Dovednosti získané v tomto modulu využiješ ve svém budoucím profesním životě nejčastěji.
Naučíš se zpracovávat data získaná prostřednictvím rozhraní API nebo z databáze SQL.

Vizualizace dat

Jeden graf může vyjádřit více než tisíc slov. V kontextu práce se zákazníky, kteří nakupují “na oko”, je schopnost správně prezentovat data nesmírně cenná.

V tomto modulu se naučíš vytvářet interaktivní grafy nezbytné pro práci v oblasti datové vědy.

Strojové učení v praxi

Předpovídání cen na burze? Výběr správné doby pro koupi domu s ohledem na historické ceny? Co se můžeš dozvědět o budoucnosti na základě znalosti minulosti?
Právě na tyto otázky se snaží odpovědět regrese. Umožňuje předpovídat neznámé hodnoty jedné veličiny na základě známých hodnot jiných veličin.
Kromě toho tě tento modul seznámí s celou problematikou klasických metod strojového učení – tedy těch, na nichž je založeno mnoho moderních řešení. Seznámíš se také s klasifikačními problémy v rámci učení pod dohledem a taky ti vysvětlíme, co je to učení bez dohledu.

Knihovna TensorFlow

Seznámíš se s nejoblíbenějším frameworkem pro vytváření síťových řešení.
Umožní ti snadno implementovat danou síťovou architekturu, proces učení a následné akce.

Neuronové sítě

Umělé neuronové sítě jsou struktury, které napodobují struktury v našem mozku. Máme vstupní signál, který je různými neurony různě zpracováván a na konci procesu vzniká určitá informace.
Jedná se o jednu z nejoblíbenějších metod strojového učení, proto je třeba ji dobře znát.
Umožňuje řešit regresní a klasifikační problémy, i když nejen ty.
Naučíme tě metody pro učení takových sítí pomocí TensorFlow.

Zpracování obrazu – počítačové vidění

Jak fungují autonomní vozidla? Jak rozpoznávají dopravní značky nebo chodce? V tomto modulu se naučíš zpracovávat obrazová data. Jak se filtrují data? Jaké informace lze ze snímků získat?
Kromě toho se naučíš používat speciální konstrukce neuronových sítí, které se používají ke zpracování obrazových dat.
Díky pochopení přenosového učení budeš schopný vytvářet řešení, která dokáží vysvětlit většinu problémů spojených se zpracováním obrazu a nejen to.

Zpracování přirozeného jazyka

Alexa a Siri jsou dva příklady hlasových asistentů. Jak rozumí tomu, co jim říkáme?
V tomto modulu se naučíš, jak pracovat s textovými daty (a dozvíš se odpověď na předchozí otázku).

Práce se sekvencemi – rekurentní neuronové sítě

Jak mohou neuronové sítě rozeznávat spíše sekvence než jednotlivé objekty?
Jak algoritmus pozná, které slovo má být ve větě další?
Na tyto otázky se pokusíme odpovědět pomocí rekurentních neuronových sítí.

Project +

V průběhu kurzu absolvuješ čtyři závěrečné projekty. Tři z nich jsou praktické projekty (regrese, klasifikace a zpracování obrazu), které se realizují v různých fázích kurzu.
Nakonec ti bude zadán jeden velký závěrečný projekt.
Příkladem závěrečného projektu může být předpověď COVID-19 s využitím veřejně dostupných dat.