数据科学基础

数据科学基础课程概述

数据科学让我们能够做出数据驱动的见解。在这门数据科学基础课程中，我们将向您概述为什么数据科学以及它如何在商业和金融世界中使用。我们将经历如何建立机器学习模型来进行预测的数据科学周期。

首先，我们将讨论探索性数据分析、特征选择、特征工程等常用的方法来理解和准备数据进行分析。然后，我们将探索一些不同的算法用于无监督和监督机器学习模型。我们还将讨论如何使用验证/重采样技术来训练和测试数据。最后，我们将探索评估技术来评估模型的性能，并根据评估结果对模型进行改进。我们将使用一个真实场景来演示数据科学循环。

数据科学基础学习目标

完成本课程后，您将能够：

• 概述数据科学周期和机器学习过程
• 解释常用的特征选择和功能工程方法
• 列出在监督学习和非监督学习中最常用的算法
• 阅读用于评估机器学习模型的关键指标
• 解释用于改进欠拟合或过拟合模型的技术
  
  
  

数据科学基础是CFI BIDA™项目的预备课程

CFI即将到来的商业智能和数据分析师（BIDA）™计划将涵盖商业智能和数据分析的所有基本，中级和高级主题。该计划将教授金融和资本市场行业中使用的定量方法。它是想要学习如何分析复杂数据的学生的理想选择。

采用Bida™计划的学生的常见职业道路是商业智能，资产管理，数据分析师，定量分析师和其他金融职业。

学生可以在商业智能和数据分析师（BIDA）™计划中注册更新和预订位置学生仪表板。

谁应该拿这个课程？

这种数据科学基础知识课程对于任何希望建立对数据分析和机器学习的理解的人都是完美的。本课程旨在装备任何希望在数据分析，定量分析，商业智能或其他业务领域开始职业生涯和金融领域的人。