Data Science

Sylabus

Co je to data science, typické příklady použití. Data science desetiboj (přehled souvisejících metod, algoritmů a technologií). Mapa navazujících přednášek, organizace předmětu, požadavky na zápočet/zkoušku.

Motivace a problémy data science - pohled z praxe. Limity statistických metod, zkreslení.

Technologie pro data science I: přehled populárních zástupců (technologický stack), Python a data science.

Fáze data science projektu, metodika CRISP-DM. Business understanding, data understanding.

Metody explorace a vizualizace dat.

Tvorba srozumitelného reportu.

Příprava dat (čištění, transformace, extrakce příznaků, ...).

Modelování I: základní statistické modely a vyhodnocování výkonnosti.

Modelování II: aplikovaný bayesianismus.

Data science v moderních databázových systémech.

Big Data science, MapReduce a data science.

Apache Spark a data science.

Technologie pro data science II: MLops verzování, dokumentace, ...

Manažerský pohled na data science projekt.

Anotace

Kurz poskytne praktický úvod do problematiky data science. Na přednáškách budou probrány jednotlivé fáze data science projektu, související technologie a metody. Na cvičeních budou jednotlivé kroky aplikovány na reálná data.

Část přednášek se zaměří také na specifika oblasti Big Data v kontextu data science. Přidanou hodnotou budou praktické zkušenosti z data science projektů firmy Profinit, tedy to, co se v učebnicích typicky najít nedá.

Kurz je určen pro zaměření Analýza a zpracování rozsáhlých dat i pro studenty jiných zaměření, kteří chtějí získat základní přehled o oblasti data science.