We'll start the course by defining what data science is. We'll cover the data science workflow, and how data science is applied to real-world business problems. We'll finish the chapter by learning about ways to structure your data team to meet your organization's needs. 

Che cos'è la Data Science?

Ordina le attività

Workflow per la segmentazione dei clienti

Attività

Raccolta dati

Esplorazione e visualizzazione

Sperimentazione e previsione

Creare un chatbot per l'assistenza clienti

Migliorare gli OKR

Applicazioni della Data Science

Opzioni

Traditional Machine Learning

Internet of Things

Deep Learning

Assegnare i progetti di data science

Ricerca sugli investimenti

Creare un team di data science

Interpretare uno sprint del team

Modificare un annuncio di lavoro

Competenze

Data Engineer

Machine Learning Scientist

Abbinare competenze e ruoli

Data Analyst

Classificare le attività sui dati

Introduction to Data Science

Now that we understand the data science workflow, we'll dive deeper into the first step: data collection. We'll learn about the different data sources your company can draw from, and how to store that data once it's collected. 

Data sources and risks

Classifying data for security

Creating web data events

Protecting PII

Solicited data

Identifying question purpose

Validating focus group feedback

Net Promoter Score

Collecting additional data

Sorting data sources

Asthma frequency

Data storage and retrieval

Cloud platforms

Querying a database

Which type of database?

Data Collection and Storage

In this chapter, we'll discuss ways to explore and visualize data through dashboards. We'll discuss the elements of a dashboard and how to make a directed request for a dashboard. This chapter will also cover making ad hoc data requests and A/B tests, which are a powerful analytics tool that de-risk decision-making. 

Dashboards

Classifying dashboard elements

Improving a dashboard

Choosing the right dashboard

Ad hoc analysis

Filling out an ad hoc request

Classifying requests

A/B Testing

Creating an A/B testing workflow

Sample size

Intermediate results

Analysis and Visualization

In this final chapter, we'll discuss the buzziest topic in data science: machine learning! We'll cover supervised and unsupervised machine learning, and clustering. Then, we'll move on to special topics in machine learning, including time series prediction, natural language processing, deep learning, and explainable AI! 

Supervised machine learning

When to use Supervised Learning

Features and labels

Model evaluation

Clustering

Supervised vs. unsupervised

Cluster size selection

Special topics in Machine Learning

Classifying machine learning tasks

Sentiment Analysis

Deep Learning and Explainable AI

Finding the correct solution

Should I use Deep Learning?

Prediction

Che cos'è la data science e come puoi usarla per rafforzare la tua organizzazione? Questo corso ti insegnerà le competenze necessarie nel tuo team dati e come strutturare quel team per soddisfare le esigenze della tua organizzazione. I dati sono ovunque! Questo corso ti aiuterà a capire quali fonti di dati può utilizzare la tua azienda e come archiviare tali dati. Scoprirai anche come analizzare e visualizzare i dati tramite dashboard e test A/B. Per concludere, parleremo di argomenti entusiasmanti di Machine Learning, tra cui clustering, previsione di serie temporali, elaborazione del linguaggio naturale (NLP), deep learning ed Explainable AI! Lungo il percorso, conoscerai diverse applicazioni reali della data science e comprenderai meglio questi concetti grazie ad esercizi pratici.

<h2>Impara a usare la scienza dei dati per il business</h2> 
Cos'è la scienza dei dati e come puoi usarla per dare una spinta alla tua azienda? Questo corso ti insegnerà le competenze necessarie per il tuo team dedicato ai dati e come strutturare tale team per soddisfare le esigenze della tua organizzazione.
<br><br>
Questo corso ti aiuterà anche a capire quali fonti di dati può usare la tua azienda e come conservare, analizzare e visualizzare questi dati.
<br><br>
<h2>Capire il flusso di lavoro della scienza dei dati</h2> 
Inizierai con un'introduzione alla scienza dei dati per le aziende, dando un'occhiata al flusso di lavoro della scienza dei dati e a come applicarlo ai problemi del mondo reale. Scoprirai anche come funziona la raccolta dei dati, vedendo come puoi trovare e conservare le informazioni.
<br><br>
<h2>Impara ad analizzare e visualizzare i tuoi dati</h2> 
Scoprirai anche come analizzare e visualizzare i tuoi dati usando dashboard e test A/B. Per finire il corso, parleremo di argomenti interessanti nel campo dell'apprendimento automatico, come il clustering, la previsione delle serie temporali, l'elaborazione del linguaggio naturale (NLP), l'apprendimento profondo e l'intelligenza artificiale spiegabile.
<br><br>
Durante il percorso, scoprirai un sacco di applicazioni reali della scienza dei dati e capirai meglio questi concetti grazie a esercizi pratici.
<br><br>
Questa è un'introduzione perfetta alla scienza dei dati per i manager, che ti dà la possibilità di scoprire questo potente strumento di lavoro.

Scopri la data science per manager e aziende e come usare i dati per rafforzare la tua organizzazione.

Data Science per il Business

Scopri la scienza dei dati per manager e aziende e come usare i dati per rendere più forte la tua organizzazione. 

Raccogliere le informazioni corrispondenti sul cliente per ogni conversazione 


Inserire i timestamp per ciascuna trascrizione

Rappresentare il numero di conversazioni in funzione dell'ora del giorno

Creare un grafico a barre con il numero di conversazioni per ciascun tipo

Creare un algoritmo che classifichi la domanda iniziale del cliente


Usare un modello di Markov per prevedere possibili risposte per ciascuna domanda


Creare un chatbot per l'assistenza clienti

Data Science per il Business

Esercizio pratico interattivo