Uczenie maszynowe i sztuczna inteligencja
Definicja i rodzaje uczenia maszynowego28Algorytmy uczenia maszynowego30Dane w uczeniu maszynowym25Ewaluacja modeli uczenia maszynowego23Regresja liniowa24Drzewa decyzyjne27Lasy losowe23Maszyny wektorów nośnych (SVM)24Analiza skupień26Redukcja wymiarowości22Wykrywanie anomalii26Wybór algorytmu uczenia maszynowego29Implementacja modeli uczenia maszynowego24Wdrożenie i monitorowanie modeli uczenia maszynowego26
Wizualizacja danych
Definicja i cele wizualizacji danych25Typy wizualizacji danych25Wybór odpowiedniej wizualizacji danych31Zasady projektowania wizualizacji danych25Wykorzystanie kolorów i etykiet24Unikanie pułapek wizualizacji danych22Przegląd narzędzi do wizualizacji danych25Wybór odpowiedniego narzędzia do wizualizacji danych26Tworzenie wizualizacji danych za pomocą wybranych narzędzi22
Przetwarzanie języka naturalnego
Definicja i zakres przetwarzania języka naturalnego25Historia i rozwój NLP29Wyzwania i ograniczenia NLP25Tokenizacja i stemming22Lematyzacja i parsowanie29Reprezentacja wektorowa słów23Klasyfikacja binarna i wieloklasowa25Algorytmy klasyfikacji tekstu25Ewaluacja klasyfikatorów tekstu18Modele językowe i generowanie tekstu24Techniki generowania tekstu25Ewaluacja generatorów tekstu23NLP w wyszukiwarkach i systemach rekomendacji22NLP w mediach społecznościowych i analizie sentymentów25NLP w przetwarzaniu dokumentów i automatyzacji30
Analiza danych w chmurze
Definicja i rodzaje analizy danych w chmurze27Zalety i wady analizy danych w chmurze27Architektura systemów analizy danych w chmurze23Przegląd głównych platform analizy danych w chmurze23Wybór odpowiedniej platformy analizy danych w chmurze23Studium przypadku: wykorzystanie platformy analizy danych w chmurze w branży30Eksploracja danych i przygotowanie26Modelowanie i analiza predykcyjna23Analiza danych strumieniowych30Techniki wizualizacji danych25Komunikowanie wyników analizy27Etyka i odpowiedzialność w analizie danych22