Курс Executive Certificate по большим данным и бизнес-аналитике доктора Джорджа Нг, проведенный в HKU Space

Неделя 1 — Лекция 1

  1. HKProp AZURE MACHINE LEARNING Step 1 Exploratory Data Analysis.pdf
  2. Малкольм Гладуэлл: Выбор, счастье и соус для спагетти | TED Обсуждение
  3. Триша Ван: человеческое понимание, отсутствующее в больших данных | TED Обсуждение
  4. Создание приложений без кода | Тара Рид | TEDxDetroit — YouTube
  5. CANATICS — Обнаружение мошенничества с помощью анализа данных — YouTube
  6. Скандал с целевой беременностью
  7. Спарро | Сокрытие миллиардов в массивных наборах данных
  8. Панамские документы: 2,6 терабайта данных об оффшорной финансовой индустрии
  9. Зарегистрируйтесь в Azure ML Studio (лабораторная установка)

Наука о данных для начинающих

  1. 5 вопросов, на которые отвечает наука о данных
  2. Готовы ли ваши данные для науки о данных?
  3. Задайте вопрос, на который можно ответить с помощью данных
  4. Предсказать ответ с помощью простой модели
  5. Копируйте работу других людей, чтобы заниматься наукой о данных

Открытые источники данных

  1. Платформа приложений облачных данных в Гонконге
  2. Дата.Один
  3. http://Data.gov.hk
  4. https://schoolofdata.org
  5. https://index.okfn.org/place/hk/
  6. Каталог открытого доступа
  7. Фонд открытых знаний
  8. http://inspire.opendatachina.com/
  9. http://opendatachina.com/
  10. https://ckan.org/about/instances/
  11. https://api.anacode.de/веб-данные/
  12. https://www.springboard.com/blog/free-public-data-sets-data-science-project/
  13. http://guides.emich.edu/data/free-data
  14. https://docs.microsoft.com/en-us/azure/machine-learning/studio/use-sample-datasets

Ресурсы Tableau — Bright Talk

  1. Таблица 10 от А до Я: Практическое обучение работе с таблицами для науки о данных
  2. Youtube Channel — Катя Страхни Story By Data

Предложения Kaggle Notebook для финального группового проекта

  1. Предсказание мирового счастья
  2. Тренды скоростных свиданий
  3. Исследуя выживание на Титанике
  4. Прогнозирование явки/неявки
  5. Прогнозирование стоимости медицинского страхования

Неделя 2 — Лекция 2 (пароль для видео Vimeo bigdata0427)

  1. HKProp AZURE MACHINE LEARNING Step 2 Data Cleaning.pdf
  2. Введение в машинное обучение HKProp Azure — часть 1
  3. Видео, посвященное исследовательскому анализу данных HKProp Azure Machine Learning Tableau — часть 2
  4. Видео HKProp об очистке данных машинного обучения Azure — часть 3
  5. Словарь данных HKProp
  6. HKProp_Набор данных.csv

Неделя 3 — Лекция 3

  1. HKProp AZURE MACHINE LEARNING Step 3 Feature Engineering.pdf
  2. Видео по разработке функций машинного обучения HKProp Azure — часть 4
  3. Обучающая таблица
  4. Лучшие практики разработки признаков (https://elitedatascience.com)

Неделя 4 — Лекция 4

  1. HKProp AZURE MACHINE LEARNING Step 4 Выбор ML Algo.pdf
  2. Демистификация нейронных сетей
  3. Подробное объяснение сверточных нейронных сетей
  4. MIT 6.S191: Введение в глубокое обучение
  5. Kaggle Learn: введение в глубокое обучение и компьютерное зрение
  6. Но что такое *нейронная сеть? | Глава 1, глубокое обучение
  7. CS231n: сверточные нейронные сети для визуального распознавания, профессор Ли Фей Фей из Стэнфорда.
  8. Youtube Сборник лекций | Сверточные нейронные сети для визуального распознавания (весна 2017 г.)
  9. Тензорфлоу Ютуб
  10. Основы глубокого обучения в Лаборатории компьютерного зрения с использованием графических процессоров Nvidia
  11. Создать новый аккаунт
  12. Ищите лабораторную работу «Основы глубокого обучения с помощью компьютерного зрения»

Неделя 5 — Лекция 5

  1. HKProp AZURE MACHINE LEARNING Step 5 Model Evaluation.pdf
  2. Шаг 6 — Введите данные вручную.csv
  3. Машинное обучение HKProp Azure — видео о развертывании HKProp в качестве общедоступной веб-службы — часть 5

Неделя 6 — Лекция 6