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. 

What is Data Science?

Customer Segmentation Workflow

Building a customer service chatbot

Improving OKRs

Applications of Data Science

Assigning data science projects

Investment research

Building a data science team

Interpreting a team sprint

Editing a job posting

Matching skills to jobs

Classifying data tasks

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! 

Machine Learning supervisionato

Problemi

A/B Test

Supervised Machine Learning

Dashboard

Quando usare il Supervised Learning

Feature e label

Valutazione del modello

Clustering

Supervised

Unsupervised

Supervised vs. Unsupervised

Scelta del numero di cluster

Argomenti speciali nel Machine Learning

Compiti

Time Series Forecasting

Traditional Machine Learning

Classificare i compiti di machine learning

Sentiment Analysis

Deep Learning ed Explainable AI

Deep Learning

Explainable AI

Trovare la soluzione corretta

Dovrei usare il 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. 

Il team Sales vuole sapere quale script massimizza gli acquisti nelle chiamate con nuovi clienti.

Il team Growth vuole sapere quale banner pubblicitario ottiene più clic.

Il team Finance vuole sapere quali conti dei clienti rischiano di saltare un pagamento sulla base di pagamenti precedenti e dati demografici.

Il team Customer Success vuole sapere quali clienti è probabile che churnino in base ad acquisti precedenti e interazioni sui social media.

La CEO vuole un grafico che metta in relazione l’età dei clienti con il loro valore nel tempo.

Quando usare il Supervised Learning

Data Science per il Business

Esercizio pratico interattivo