Introdução
O curso fornecerá insights sobre os conceitos fundamentais de aprendizado de máquina e previsão acionável usando análise preditiva. Abrangerá os principais conceitos para extrair informações úteis e conhecimento de conjuntos de big data para modelagem analítica.Informação do cursoCréditos: 2,5 créditos
Local do estudo: independente do local
Data de início: 2020-11-30 - 2021-01-17 (meio período 25%)
Portaria de educação: segundo ciclo
Código do curso: DVA478
Área principal: Ciência da ComputaçãoSobre este cursoO curso tem como objetivo fornecer insights sobre os conceitos fundamentais de aprendizado de máquina para análises preditivas para fornecer ações acionáveis, ou seja, decisões melhores e mais informadas em previsões. Abrange os principais conceitos para extrair informações úteis e conhecimento de conjuntos de dados para construir modelagem preditiva.Introdução: uma visão geral da análise preditiva de dados e aprendizado de máquina para análise preditiva.
Exploração e visualização de dados: apresenta estudos de caso de domínios de aplicação industrial e discute as principais questões técnicas relacionadas a como podemos obter insights que nos permitem ver tendências e padrões em dados industriais.
Modelagem preditiva: consiste em questões na construção da modelagem preditiva, ou seja, modelar dados e determinar algoritmos de aprendizado de máquina para análises preditivas e técnicas de avaliação de modelos.Você vai aprenderSelecione algoritmos de aprendizado de máquina adequados para resolver um determinado problema para análise de dados preditiva.
Explore dados e produza conjuntos de dados adequados para modelagem analítica.
Noções básicas de aprendizado de máquina para análise preditiva.Requisitos de entrada90 créditos dos quais pelo menos 60 créditos em Ciência da Computação ou equivalente, incluindo 15 créditos em programação bem como 2,5 créditos em teoria probabilística básica e 2,5 créditos em álgebra linear ou equivalente.
Além disso, é necessário o curso de inglês A / curso de inglês 6.Você também pode se inscrever no curso e ter sua elegibilidade avaliada com base no conhecimento adquirido de outras maneiras, como experiência de trabalho, outros estudos, etc.Título do curso em suecoPrediktiv dataanalysInformação do aplicativoDepois de enviar sua inscrição eletrônica, a próxima etapa é enviar a documentação para demonstrar sua elegibilidade para o curso para o qual se inscreveu. Para documentar sua elegibilidade, você deve fornecer seu diploma do ensino médio, histórico escolar da universidade e prova de sua proficiência no idioma inglês.Requisitos de entradaPara atender aos requisitos de entrada para este curso, você precisa ter qualificações acadêmicas anteriores (estudos universitários). Você encontrará os requisitos de entrada específicos acima.Sem qualificações acadêmicas?Se você não possui as qualificações acadêmicas formais necessárias para um curso específico, pode se inscrever no curso e ter sua elegibilidade avaliada com base no conhecimento adquirido de outras formas, como experiência de trabalho, outros estudos, etc. Isso também é conhecido como um validação da aprendizagem prévia.
O reconhecimento da aprendizagem anterior significa o mapeamento de uma avaliação das competências e qualificações de um indivíduo, independentemente de como, onde ou quando foram adquiridas - no sistema de educação formal ou de alguma outra forma na Suécia ou no exterior, recentemente ou muito tempo atrás.
Se você acha que seus conhecimentos e competências irão qualificá-lo para este curso, você precisará carregar o seguinte com sua inscrição:Currículo com uma descrição de sua formação educacional e profissional. Seu currículo deve descrever seus conhecimentos e competências em relação aos requisitos de entrada.
Se você se referir à experiência de trabalho, você precisa fazer o upload de um certificado de empregador.Se precisarmos de mais informações, entraremos em contato com você.FutureEOs cursos fazem parte do projeto FutureE onde a MDH oferece cursos online nas áreas de IA, Engenharia Ambiental e de Energia, Engenharia de Software e Sistemas Computacionais.
