მოდული #1 შესავალი მონაცემთა მეცნიერებაში მონაცემთა მეცნიერების, მნიშვნელობისა და აპლიკაციების მიმოხილვა
მოდული #2 მონაცემთა მეცნიერების პროცესი მონაცემთა მეცნიერების პროცესის გაგება: პრობლემის განსაზღვრა, მონაცემთა შეგროვება, გაწმენდა, ანალიზი და ვიზუალიზაცია
მოდული #3 პითონი მონაცემთა მეცნიერებისთვის გაცნობა პითონის პროგრამირების ენასა და მის ბიბლიოთეკებში მონაცემთა მეცნიერებისთვის (NumPy, Pandas და ა.შ.)
მოდული #4 მონაცემთა წინასწარი დამუშავება დაკარგული მნიშვნელობების დამუშავება, მონაცემთა ნორმალიზება, მახასიათებლების სკალირება და მონაცემთა ტრანსფორმაცია
მოდული #5 მონაცემთა ვიზუალიზაცია მონაცემთა ვიზუალიზაციის შესავალი Matplotlib-ისა და Seaborn-ის გამოყენებით
მოდული #6 აღწერითი სტატისტიკა ცენტრალური ტენდენციის, ცვალებადობისა და მონაცემთა განაწილების საზომები
მოდული #7 დასკვნის სტატისტიკა ჰიპოთეზის ტესტირება, ნდობის ინტერვალები და p-მნიშვნელობები
მოდული #8 რეგრესიული ანალიზი მარტივი და მრავალჯერადი ხაზოვანი რეგრესია, რეგრესიის დაშვებები და მოდელის შეფასება
მოდული #9 მხატვრული ინჟინერია მახასიათებლების შერჩევის, მოპოვების და შექმნის ტექნიკა
მოდული #10 მეთვალყურეობის ქვეშ სწავლა შესავალი ზედამხედველობით სწავლაში, კლასიფიკაციასა და რეგრესიაში
მოდული #11 უკონტროლო სწავლა შესავალი უკონტროლო სწავლაში, კლასტერიზაციასა და განზომილების შემცირებაში
მოდული #12 მოდელის შეფასება მეტრიკა მოდელის მუშაობის, გადაჭარბებული და არასრულფასოვნების შესაფასებლად
მოდული #13 გადაწყვეტილების ხეები და შემთხვევითი ტყეები გადაწყვეტილების ხეებისა და შემთხვევითი ტყეების შესავალი, უპირატესობები და შეზღუდვები
მოდული #15 ნერვული ქსელები ნერვული ქსელების, პერცეპტრონის და მრავალშრიანი პერცეპტრონის შესავალი
მოდული #16 ღრმა სწავლა ღრმა სწავლის შესავალი, კონვოლუციური ნერვული ქსელები და განმეორებადი ნერვული ქსელები
მოდული #17 ბუნებრივი ენის დამუშავება ბუნებრივი ენის დამუშავების, ტექსტის წინასწარ დამუშავებისა და ტექსტის წარმოდგენის შესავალი
მოდული #18 დიდი მონაცემები და NoSQL მონაცემთა ბაზები დიდი მონაცემების, Hadoop ეკოსისტემის და NoSQL მონაცემთა ბაზების შესავალი
მოდული #19 მონაცემთა მოთხრობა იდეებისა და შედეგების ეფექტური კომუნიკაცია მონაცემთა ვიზუალიზაციისა და მოთხრობის გამოყენებით
მოდული #20 მონაცემთა მეცნიერების ინსტრუმენტები და ტექნოლოგიები შესავალი მონაცემთა მეცნიერების ინსტრუმენტებსა და ტექნოლოგიებში, Jupyter Notebooks და Git
მოდული #21 შემთხვევის კვლევა 1: რეგრესიული ანალიზი რეგრესიული ანალიზის გამოყენება რეალურ სამყაროში არსებულ პრობლემაზე
მოდული #22 შემთხვევის შესწავლა 2: კლასიფიკაცია კლასიფიკაციის ტექნიკის გამოყენება რეალურ სამყაროში არსებულ პრობლემაზე
მოდული #23 შემთხვევა 3: კლასტერირება კლასტერიზაციის ტექნიკის გამოყენება რეალურ სამყაროში არსებულ პრობლემაზე
მოდული #24 კურსის შეჯამება და დასკვნა შემდეგი ნაბიჯების დაგეგმვა მონაცემთა მეცნიერების კარიერაში
მზად ხართ ისწავლოთ, გაზიაროთ და კონკურენცია გაუწიონ?
