
ใบรับรองวิทยาศาสตร์ข้อมูล
Online
ระยะเวลา
425 Hours
ภาษา
ภาษาอังกฤษ
ก้าว
เต็มเวลา
ปิดรับสมัคร
หมดเขตรับสมัคร
วันที่เริ่มต้นเร็วที่สุด
ขอวันที่เริ่มต้นเร็วที่สุด
ค่าเทอม
USD 3,195
รูปแบบการศึกษา
การเรียนทางไกล
บทนำ
โปรแกรมออนไลน์แบบเรียนรู้ด้วยตนเองนี้ออกแบบมาเพื่อช่วยให้นักเรียนเรียนรู้หลักการของวิทยาศาสตร์ข้อมูล นักศึกษาจะได้รับใบรับรองที่มีตราสินค้าและออกโดยมหาวิทยาลัย Duke โดยเฉพาะ หลักสูตรนี้ให้ความรู้แก่นักเรียนเกี่ยวกับเทคโนโลยีหลักๆ รวมถึง R, Python และ Tableau นักเรียนยังจะได้รับความเข้าใจเกี่ยวกับโมเดลการเรียนรู้แบบมีผู้สอนและแบบไม่มีผู้ดูแล เช่น การถดถอยเชิงเส้น การถดถอยโลจิสติก การจัดกลุ่ม การลดขนาดมิติ KNN และการเรียนรู้เชิงลึก
เหตุใดจึงเลือก Duke Certificate สาขา Data Science
- การเรียนรู้แบบประยุกต์มากกว่า 400 ชั่วโมง
- 15+ โครงการในชีวิตจริงที่ให้การฝึกอบรมภาคอุตสาหกรรมภาคปฏิบัติ (จำเป็นใน 5 หลักสูตรจาก 8 หลักสูตร)
- ใบรับรองที่เป็นที่ยอมรับในอุตสาหกรรมจาก IBM (สำหรับหลักสูตร IBM) และ Simplilearn
- ทักษะที่เป็นที่ต้องการมากกว่า 30 รายการ
- สุดยอดผลงานที่คุ้มค่าซึ่งแสดงให้เห็นแนวคิดที่เชี่ยวชาญ
โปรแกรมนี้เหมาะที่สุดสำหรับผู้เชี่ยวชาญด้านไอที ผู้จัดการฝ่ายวิเคราะห์ นักวิเคราะห์ธุรกิจ ผู้เชี่ยวชาญด้านการธนาคารและการเงิน ผู้จัดการฝ่ายการตลาด ผู้จัดการเครือข่ายซัพพลายเชน ผู้เริ่มต้นหรือผู้สำเร็จการศึกษาล่าสุดในระดับปริญญาตรีหรือปริญญาโทที่มีกรอบความคิดในการวิเคราะห์ นักเรียนสามารถเข้าถึงโปรแกรมได้หนึ่งปี
แกลลอรี่
การรับสมัคร
หลักสูตร
ใบรับรองสาขาวิทยาศาสตร์ข้อมูลประกอบด้วยโมดูลต่อไปนี้:
- Introduction to Artificial Intelligence
- สิ่งจำเป็นทางสถิติสำหรับวิทยาศาสตร์ข้อมูล
- Python เบื้องต้นสำหรับวิทยาศาสตร์ข้อมูล
- วิทยาศาสตร์ข้อมูลด้วย Python
- Machine Learning
- การฝึกอบรมฉาก
- โครงการ Capstone วิทยาศาสตร์ข้อมูล
ห้องปฏิบัติการ: โปรแกรม Data Science ประกอบด้วยแพลตฟอร์มห้องปฏิบัติการแบบบูรณาการที่ให้ประสบการณ์ตรง
เครื่องมือ: โปรแกรมนี้ครอบคลุมรายการเครื่องมือมากมาย เครื่องมือที่ได้รับความนิยมและเป็นที่ต้องการมากที่สุด ได้แก่ Python, NumPy, Pandas, Tableau, Keras และ TensorFlow
วิชาเลือก: โปรแกรมนี้ประกอบด้วยวิชาเลือกต่อไปนี้ ซึ่งรวมอยู่ในโปรแกรมหลัก: การฝึกอบรม SQL, ระดับอุตสาหกรรม - วิทยาศาสตร์ข้อมูล และการเรียนรู้เชิงลึกด้วย Keras และ TensorFlow
นักเรียนที่ลงทะเบียนในโปรแกรมของเราจะ:
- เรียนรู้ความหมาย วัตถุประสงค์ ขอบเขต ขั้นตอน การนำไปใช้ และผลกระทบของปัญญาประดิษฐ์
- ทำความเข้าใจเชิงลึกเกี่ยวกับโครงสร้างข้อมูลและการจัดการข้อมูล
- ทำความเข้าใจและใช้แบบจำลองการถดถอยเชิงเส้นและไม่เป็นเชิงเส้นและเทคนิคการจำแนกประเภทสำหรับการวิเคราะห์ข้อมูล
- ดำเนินการคำนวณทางวิทยาศาสตร์และทางเทคนิคโดยใช้แพ็คเกจ SciPy และแพ็คเกจย่อย เช่น Integrate, Optimize, Statistics, IO และ Weave
- รับความเชี่ยวชาญด้านการคำนวณทางคณิตศาสตร์โดยใช้แพ็คเกจ NumPy และ Scikit-Learn
- ใช้กรอบการเรียนรู้เชิงลึกแบบคลาสสิก เช่น TensorFlow และ Keras
- รับความเข้าใจอย่างถ่องแท้เกี่ยวกับแนวคิดของกลไกการแนะนำ และการสร้างแบบจำลองอนุกรมเวลา และรับความเชี่ยวชาญในทางปฏิบัติเกี่ยวกับหลักการ อัลกอริธึม และการประยุกต์ใช้การเรียนรู้ของเครื่อง
- เรียนรู้การวิเคราะห์ข้อมูลโดยใช้ Tableau และมีความเชี่ยวชาญในการสร้างแดชบอร์ดเชิงโต้ตอบ