datascience 彙整

了解為什麼、何時以及如何最大限度地提升資料品質以優化基於資料的決策

實踐架構理念：備份與復原、指示燈( Pilot Light )、暖備用( Warm Standby )、多區域主動對主動( multi-Region Active-Active )

使用 MLFlow、Scikit-learn、CI/CD、Azure、FastAPI、Gradio、SHAP、Docker、DVC、Flask 的 MLOps 進階實踐訓練營。

一週內快速高效地掌握資料科學基礎知識！課程專為忙碌的人設計

建構和部署資料科學、機器學習、深度學習（Python、Flask、Django、AWS、Azure、GCP、Heruko Cloud）

通過 Python 專案課程學習建構和部署 AI、ML、DS、深度學習、NLP Web 應用程式（Flask、Django、Heruko Cloud）

通過將元資料驅動( Metadata-driven)的攝取框架( Ingestion Framework )建構為行業標準來學習 Azure 資料工廠( Azure Data Factory )

獲得結業證書——免費！
完成此 liveProject 中的工作以獲得完成證書。完成構建後，請進行簡短的線上測試，然後聯繫 liveProject 導師，他們將審核你的提交。最後，與導師進行 15 分鐘的視訊通話，以驗證你的工作。

學習對資料進行過採樣（over-sample )和欠採樣( under-sample )、應用 SMOTE、集成方法( ensemble methods )和成本敏感型學習。

標籤: datascience