Giới thiệu
Khoa học dữ liệu là một chủ đề thực tế mà các chuyên gia có thể giải thích tốt nhất trong lĩnh vực này. Để giúp cộng đồng của chúng tôi hiểu rõ hơn về cách sử dụng các thành phần khác nhau của chủ đề trong các miền khác nhau, Analytics Vidhya đã khởi chạy các phiên DataHour của chúng tôi. Các buổi này sẽ nâng cao kiến thức về miền của bạn và giúp bạn học các kỹ năng mới để vượt trội trong thị trường dữ liệu hiện tại.
Tìm hiểu kỹ, cuộn qua danh sách DataHour sắp tới bên dưới và ghi danh chính mình bây giờ!
Điều kiện tiên quyết để đăng ký:
Háo hức tìm hiểu Khoa học dữ liệu và các ứng dụng thực tế của nó.
Ai có thể Tham dự các Phiên Dữ liệu của Bạn?
- Sinh viên và tân sinh viên sẵn sàng bắt đầu sự nghiệp trong lĩnh vực Khoa học dữ liệu.
- Các chuyên gia khoa học dữ liệu đang tìm kiếm một nền tảng để nâng cao kiến thức và phát triển trong lĩnh vực của họ.
Phiên DataHour: Thực hành thử nghiệm A/B
Một trong những thử nghiệm thực tế nhất được thực hiện bởi các chuyên gia trong ngành là Thử nghiệm A/B để nâng cao hiệu quả và độ chính xác cho nghiên cứu của họ. Trong DataHour này, bạn sẽ tìm hiểu về logic đằng sau thử nghiệm, các tình huống khi thử nghiệm có thể được áp dụng và cách bạn có thể áp dụng thử nghiệm này trong phân tích của mình.
ĐẶT CHỖ NGAY!
Diễn giả của DataHour này, Ravi Kumar và Kapil Kumar, là các nhà khoa học dữ liệu tại CRED, nơi Ravi đang dẫn đầu ngành dọc NPL và Kapil quản lý đề xuất và cá nhân hóa. Với hơn 4 năm kinh nghiệm về NPL và học sâu, Ravi cũng là người đồng sáng lập công ty khởi nghiệp Buildblockz của mình, qua đó anh tạo điều kiện thuận lợi cho các doanh nghiệp bất động sản bằng mạng lưới và thị trường. Kapil có kinh nghiệm làm việc với các dự án ML với các tổ chức như INCF và OBF.
Phiên DataHour: Kiến trúc học sâu hiện đại
Kiến trúc học sâu hiện đại là một cách tiếp cận tiên tiến vượt trội hơn các thuật toán học máy trong các ứng dụng của nó. Trong Datahour này, bạn sẽ hiểu rõ hơn về cách sử dụng Học sâu hiện đại. Bạn cũng sẽ làm quen với nhiều kiến trúc quan trọng khác nhau như AlexNet, VGGNet, v.v.
ĐẶT CHỖ NGAY!
Thông qua DataHour này, hãy tương tác với Học giả nghiên cứu của Trung tâm Khoa học dữ liệu tính toán, IIT Kharagpur Sabyasachi Mukhopadhyay. Cùng với kinh nghiệm làm việc tại Khoa Thống kê và Phân tích Kinh doanh của Đại học tại Trường Khoa học Quản lý, MAKAUT (Chính phủ WB), Nhà khoa học Dự án tại Công nghệ Nanoscope và nhiều vị trí khác, anh đã trở thành Trưởng nhóm Kolkata của Nhóm Nhà phát triển Facebook và đã đạt được thành tích đáng tin cậy. vị trí 'Chuyên gia nhà phát triển Google về học máy, Nhà cải tiến vô địch-AI/ML trên nền tảng đám mây (Google) và 'Nhà cải tiến phần mềm Intel'.
Phiên DataHour: Xây dựng đường dẫn dữ liệu trên GCP
Mọi trang web tạo dữ liệu đều có tiềm năng cung cấp kết quả có ý nghĩa. Vì vậy, để trích xuất dữ liệu và đưa ra kết quả phân tích cuối cùng, bạn phải nắm vững quy trình xây dựng Đường ống dữ liệu. Trong DataHour này, bạn sẽ tìm hiểu cách xây dựng quy trình nhập dữ liệu mạnh mẽ thông qua các dịch vụ được quản lý do nền tảng đám mây của Google cung cấp. DataHour này cũng sẽ đề cập đến quá trình xây dựng hồ dữ liệu bằng cách sử dụng bộ lưu trữ đám mây của Google và nhập thời gian thực bằng pubsub, dataflow và bigquery.
ĐẶT CHỖ NGAY!
Tìm hiểu với Jaspreet Singh, người hiện đang làm Kiến trúc sư dữ liệu đám mây tại Maven Wave Partners. Ông tận dụng tiềm năng của điện toán đám mây và các phương pháp lưu trữ, kỹ thuật, tiêu thụ, trực quan hóa và khai thác dữ liệu hiện đại. Ông đã có hơn 10 năm kinh nghiệm trong lĩnh vực này thông qua làm việc với các Công ty hàng đầu như Tavant, Emerson, Barclay, v.v.
Phiên DataHour: Làm thế nào để giải quyết tình trạng trang bị quá mức?
Bạn đã bao giờ gặp phải một mô hình phù hợp trong đào tạo nhưng hoạt động kém hơn khi sử dụng với dữ liệu thử nghiệm chưa? Tình trạng này được chúng tôi gọi là Overfitting. Phiên DataHour này sẽ đề cập đến vấn đề này và nhiều cách khác nhau để giải quyết tình huống này. Diễn giả cũng sẽ cung cấp cho bạn các mẹo và thủ thuật để bạn có thể giảm thiểu vấn đề.
ĐẶT CHỖ NGAY!
Tìm hiểu nghệ thuật giải quyết vấn đề trang bị quá mức với SubhodeepMukherjee. Subhodeep đang làm nhà khoa học dữ liệu tại Amazon. Anh ấy đã hoàn thành bằng thạc sĩ của mình tại Viện Thống kê Danh tiếng Ấn Độ về thống kê, điều này khẳng định kiến thức về Miền và sự rõ ràng về các khái niệm của anh ấy. Và có kinh nghiệm làm việc với các công ty hàng đầu như Citi, ITC Infotech, v.v.
Kết luận
Vì vậy, nếu bạn muốn nâng cao kiến thức về Khoa học dữ liệu, đừng bỏ lỡ cơ hội tuyệt vời này để học hỏi trực tiếp từ các chuyên gia trong ngành, ghi danh Hiện nay. Mọi thắc mắc liên quan đến buổi học hoặc chủ đề, vui lòng liên hệ với chúng tôi theo địa chỉ [email được bảo vệ], hoặc hỏi trực tiếp người nói trong phiên. Nếu bạn bỏ qua bất kỳ phần nào của phiên, 'The DataHour', bạn có thể xem các bản ghi trên YouTube của chúng tôi kênh hoặc đọc tóm tắt tại đây.
Kết nối
Giả sử bạn gặp khó khăn khi đăng ký hoặc muốn tiến hành một buổi học với chúng tôi. Liên hệ với chúng tôi tại ed[email được bảo vệ]
