資料科學的 Microsoft Copilot 專業課程

釋放人工智慧驅動的效率和創新。加速數據洞察! Copilot 增強了您的資料科學工作流程,自動執行任務並產生程式碼,以便您可以專注於全局。

關於此專業課程

獲得使用 Copilot 生成程式碼、分析數據、建立簡單生成模型以及減輕 AI 驅動流程中的偏見的實踐經驗

定義生成式 AI、其關鍵概念 (GAN、VAE、Transformers),以及 Microsoft Copilot 如何利用這些模型來增強資料科學工作流程

使用 Copilot 範例識別資料科學中的 GenAI 用例(資料增強、特徵工程、異常檢測和生成建模)

使用 Copilot 評估資料科學場景中不同生成模型架構的優點、缺點和倫理影響

到官方網站了解本課程與上課

應用的學習專案

此課程包含三個實踐專案,旨在鞏固您的資料科學技能。您將使用 Microsoft Copilot 來應對現實世界的挑戰。第一個專案,您將學習如何增強資料工作流程。您將設計並實施生成式 AI 解決方案,解決安全和隱私問題。在第二個專案中,您將了解資料最佳化,同時將 Copilot 整合到真實場景中,以提高資料品質並簡化準備工作。在最終的專案中,您將學習如何透過為技術和非技術受眾創建客製化的溝通材料來最好地傳達見解,展示人工智慧在資料分析方面的力量。這些專案將為您提供實務經驗和工作組合以展示您的專業知識。

你將學到的內容有

  • 獲得使用 Copilot 生成程式碼、分析數據、建立簡單生成模型以及減輕 AI 驅動流程中的偏見的實踐經驗
  • 定義生成式 AI、其關鍵概念 (GAN、VAE、Transformers),以及 Microsoft Copilot 如何利用這些模型來增強資料科學工作流程
  • 使用 Copilot 範例識別資料科學中的 GenAI 用例(資料增強、特徵工程、異常檢測和生成建模)
  • 使用 Copilot 評估資料科學場景中不同生成模型架構的優點、缺點和倫理影響

你將獲得的技能:

資料科學的 AIAI 整合AI 輸出評估
資料隱私資料科學有道德的 AI 使用
批判性思考

字幕

英文

製作方

Microsoft 微軟

我們微軟的目標是幫助地球上的每個個人和組織取得更大的成就。在下一場數位轉型革命中,成長將由科技推動。我們的整合雲端方法為數位轉型創建了無與倫比的平台。我們透過無縫整合 Microsoft 365、Dynamics 365、LinkedIn、GitHub、Microsoft Power Platform 和 Azure 來滿足客戶的實際需求,為每個組織(從大型企業到家族企業)釋放商業價值。其支柱和基礎就是 Azure。

第 1 門課程   利用 Copilot 實現資料科學的生成式人工智慧

你將學到的內容有

  • 定義並區分生成式 AI 模型的類型
  • 使用 Microsoft Copilot 產生程式碼、分析資料並建立生成模型
  • 確定資料科學中生成式人工智慧的實際用例,例如資料增強和異常檢測
  • 評估不同生成模型的優缺點並了解其倫理意義

你將獲得的技能:

生成式 AI 資料增強模型評估

第 2 門課程 使用 Copilot 進行資料準備和評估

你將學到的內容有

  • 使用 Copilot 的分析工具評估並提高數據質量
  • 為各種應用產生合成資料集,例如模型訓練或隱私保護
  • 清理和準備資料以供分析,自動執行格式化、重複資料刪除和標準化等任務
  • 制定將 Copilot 整合到現有資料工作流程中的策略

你將獲得的技能:

異常檢測 資料驗證資料清理
資料準備合成數據

第 3 門課程  資料分析、視覺化以及與 Copilot 的通信

你將學到的內容有

  • 利用 Microsoft Copilot 和其他 AI 工具進行深入的數據分析和預測。
  • 在 Copilot 的幫助下產生清晰、引人入勝且包容的數據視覺化。
  • 為技術和非技術利益相關者製作有說服力的報告和簡報。
  • 制定全面的溝通策略,推動數據驅動的決策。

你將獲得的技能:

資料分析 數據說故事自然語言處理
資料視覺化

到官方網站了解本課程與上課

Sponsored by Coursera


你可能會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

由 WordPress.com 建置.

Up ↑

探索更多來自 Soft & Share 的內容

立即訂閱即可持續閱讀,還能取得所有封存文章。

繼續閱讀