Курсы digital art Луганск

The transformation is happening through digital manufacturing and design (DM&D) – a shift from paper-based... Курс допоможе інженерам розширити свій набір навичок, необхідних для успішної роботи в сучасній інженерній команді. На курсі ви навчитеся використовувати індустріальні інструменти для проектування та розробки продуктів, враховуючи такі фактори, як вартість, стійкість до зносу, виготовлюваність та обслуговуваність. Ви дізнаєтеся, як виконувати комп'ютерне моделювання та симуляцію для нових продуктів, а також як керувати процесом виробництва.

Audience engagement through strategic story-telling Content management Engaging with multi-channel digital... Спеціалізація Systems Biology and Biotechnology охоплює концепції та методології, що використовуються в аналізі біомедичних систем на рівні систем. Успішні учасники дізнаються, як використовувати експериментальні, обчислювальні та математичні методи в системній біології та як розробляти практичні системні фреймворки для відповіді на питання в різних біомедичних галузях. У фінальному проекті Capstone студенти застосовуватимуть методи, які вони вивчили в п'яти курсах спеціалізації, щоб працювати над дослідженням.

A main focus of the course will be the current state-of-the-art neural machine translation technology... У цьому курсі студенти дізнаються про характеристики мови через великі дані. Вони навчаться збирати та аналізувати великі дані, знаходити лінгвістичні особливості з даних. Будуть обговорені різні підходи до лінгвістичного аналізу писемних та усних текстів. Курс складатиметься з відеолекцій, які триватимуть приблизно 1 годину, та тижневого тесту. Також буде фінальний проект, який вимагає від студентів проведення дослідження текстових даних та мови.

Щоб потрапити на сторінки світових технологічних видань, PR менеджерові важливо володіти цілим набором навичок — від уміння працювати з онлайн інструментами і писати листи до майстерності вибудовувати та керувати media relations. Курс заснований на вивченНет реальних кейсів та best practices з індустрії, що передбачає виконання домашНетх завдань на прикладі PR цілей реальних компаНетй. Ми підготуємо фахівців до роботи із сучасними онлайн інструментами, дамо розуміння взаємозв'язку SEO та digital PR, ознайомимо з основними каналами для комуНеткацій із пресою та цільовою аудиторією. Студенти навчаться складати якісНет списки релевантних медіа, планувати новини, писати грамотНет тексти пітчу, пресрелізу й аналізувати результати PR кампаНетй.

The manufacturing industry is making a digital transformation, allowing companies to customize production... Цей курс присвячений аналізу регресії, методу, що дозволяє зв'язати результат з набором інтересуючих факторів за допомогою лінійних припущень. Регресійні моделі є найважливішим інструментом статистичного аналізу в арсеналі дата-науковця. В курсі будуть розглянуті методи лінійної регресії, метод найменших квадратів та інференція за допомогою регресійних моделей. Також будуть розглянуті спеціальні випадки регресійної моделі, такі як ANOVA та ANCOVA. Буде досліджено аналіз залишків та варіабельності. Курс охопить сучасні підходи до вибору моделі та нові використання регресійних моделей, включаючи згладжування діаграм розсіювання.

focuses on DL and ML technology based future business strategy including details on new state-of-the-art... Курс допоможе зрозуміти економічні фактори, що впливають на формування цін на продукти та послуги, та переваги та недоліки підходу до ціноутворення на основі витрат. Ви дізнаєтеся, як застосовувати знання з основ економіки для прийняття кращих рішень щодо ціноутворення, як визначати різні типи еластичності цін та аналізувати та застосовувати різні моделі ціноутворення.

It provides a state of the art assessment of professionalism in transition, by looking back and looking... У курсі ви навчитеся моделювати та вирішувати проблеми продуктивності в стилі, популярному в теоретичній інформатиці, і загалом тренувати свої навички абстрактного мислення. Після закінчення курсу ви навчитеся думати про поведінку систем з точки зору виробництва та споживання токенів, і зможете формалізувати це мислення математично в термінах префіксних порядків та функцій підрахунку. Ви дізнаєтеся про Петрі-мережі, про часування та про планування систем споживання / виробництва токенів, і для спеціального класу Петрі-мереж, відомих як однорідні графи потоків даних, ви будете знати, як виконувати аналіз найгірших випадків базових показників продуктивності, таких як пропускна здатність, затримка та буферизація.

Протягом 3-х днів ми розберемо ключові техніки й методики, що необхідні для успішного виконання функцій Product Manager / Product Owner у будь-якій компанії, а також визначимо обов’язки кожної ролі. Додатково розглянемо, як змінюється робота Product Manager / Product Owner при здійсненні масштабування, зокрема у рамках SAFe (Scaled Agile Framework) — найпопулярнішого фреймворку із масштабування в Agile у світі. Ми вивчимо, що таке Agile Release Train (ART) та яким чином він доставляє бізнес-цінність, як ефективно виконувати свою роль у компанії. Розберемося, як застосовувати Lean мислення під час написання Epics, здійснити декомпозицію їх у Features та Stories, запланувати та виконати ітерації, а також спланувати Program Increments. Крім того, розберемо Continuous Delivery Pipeline та DevOps культуру, навчимося ефективно здійснювати інтеграцію у якості Product Owners / Product Managers та постійно покращувати свою компанію та свій продукт.

Курс розроблений для ознайомлення студентів з основами професії управління проєктами та надання їм необхідних знань і навичок для ефективного керування проєктами в сфері Digital. Протягом курсу студенти ознайомляться з основними принципами та методологіями управління проєктами, включаючи підходи Agile та Waterfall. Вони навчаться планувати, виконувати та контролювати проєкти, розуміти процеси управління ризиками та ресурсами. Крім того, курс надає увагу розвитку лідерських навичок та управління командою. Студенти будуть вивчати принципи ефективного лідерства, здійснювати управління комунікаціями та навчатися вирішувати конфлікти. Також буде розглянуто фінансовий аспект управління проєктом, де студенти дізнаються про бюджетування, контроль витрат та фінансовий аналіз.

In this course, you will learn how to develop your Information & Digital Literacy Skills to help... У цьому курсі ви дізнаєтеся, як і коли використовувати різні типи датчиків та як підключати їх до Arduino. Ви дізнаєтеся, як аналогові сигнали перетворюються на цифрові та як це повинно бути враховано при програмуванні вашого пристрою. Ви також дізнаєтеся про використання спеціальних щитів та бібліотек програмного забезпечення щитів Arduino для взаємодії з реальним світом.

Data Science Decision Support System Health Informatics Health Care Informatics health Digital Health... Це другий курс у новій серії Leiden University про Міжнародне право в дії. Перший курс охоплював міжнародні суди та трибунали в Гаазі загалом. Цей другий курс надає внутрішню перспективу на роботу міжнародних кримінальних судів та трибуналів. Ви дізнаєтеся про розслідування та переслідування міжнародних злочинів в Гаазі. Жахи породжують невимовні форми насильства. Ми дослідимо, чи та як міжнародне кримінальне правосуддя сприяє тому, що Генеральний секретар ООН Бан Кі Мун назвав "епохою відповідальності". Теорія полягає в тому, що ті, хто вчиняє найгірші злочини проти людства, несуть відповідальність, чи вони є рядовими солдатами або військовими командирами, чи низькопосадовими державними службовцями, які дотримуються наказів, чи високопоставленими політичними лідерами. Ми перевіримо, як це можна зробити і чи це реалістично.

данными, линейные метрики и простые модели Рейтинг: 3,5 из 53,5 (3 оценок)22 студента Авторы: Центр digital-профессий... Внимание: для доступа к курсам ITtensive на Udemy напишите, пожалуйста, на [email protected] с названием курса или группы курсов, которые хотите пройти.Работа с большими данными и задачами искусственного интеллекта требует особого подхода - подхода машинного обучения. В этом курсе мы последовательно пройдем все этапы работы с данными: от видов задач и их постановки до работы с моделями машинного обучения для минимизации предсказательной ошибки.Дополнительно рассмотрим фундаментальные основы построения моделей машинного обучения, базовые метрики и наиболее простые модели – линейную и логистическую регрессии.В курсе изучается:Классификация задач машинного обучения.Процесс машинного обучения: ETL, EDA, подготовка данных, обучение модели.Особенности обучения модели: выборки, переобучение и гиперпараметры.Оптимизация гиперпараметров жадным поиском, через гиперкуб и парзеновские деревья.Отличия переобученной модели и недообученной, практики оптимального обучения.Работа с форматов хранения данных - HDF5.«Проклятье» большой размерности.Подходы к простым моделям машинного обучения: метод максимального правдоподобия и метод наименьших квадратов, среднеквадратичная ошибка.Подходы к заполнению пропусков в данных: интерполяция и экстраполяция.Метрики задач регрессии: эвклидово расстояние, расстояние городских квадратов, Чебышева и Минковского.Линейная регрессия с регуляризацией и без.Изотоническая регрессия.Критерии выбора сложности модели: BIC и AIC.Линеаризуемая и полиномиальная регрессия.Логистическая регрессия.После завершения курса вы сможете организовывать процесс разработки моделей машинного обучения и перейти к более глубокому и прикладному изучению тему машинного обучения.Курс является вводным (базовым) и подойдет широкому кругу слушателей: от руководителей до разработчиков.Основные задачи машинного обучения:1) Задача регрессии – прогноз на основе выборки объектов с различными признаками. На выходе должно получиться вещественное число (2, 35, 76.454 и др.), к примеру цена квартиры, стоимость ценной бумаги по прошествии полугода, ожидаемый доход магазина на следующий месяц, качество вина при слепом тестировании.2) Задача классификации – получение категориального ответа на основе набора признаков. Имеет конечное количество ответов (как правило, в формате «да» или «нет»): есть ли на фотографии кот, является ли изображение человеческим лицом, болен ли пациент раком.3) Задача кластеризации – распределение данных на группы: разделение всех клиентов мобильного оператора по уровню платёжеспособности, отнесение космических объектов к той или иной категории (планета, звёзда, чёрная дыра и т. п.).4) Задача уменьшения размерности – сведение большого числа признаков к меньшему (обычно 2–3) для удобства их последующей визуализации (например, сжатие данных).5) Задача выявления аномалий – отделение аномалий от стандартных случаев. На первый взгляд она совпадает с задачей классификации, но есть одно существенное отличие: аномалии – явление редкое, и обучающих примеров, на которых можно натаскать машинно обучающуюся модель на выявление таких объектов, либо исчезающе мало, либо просто нет, поэтому методы классификации здесь не работают. На практике такой задачей является, например, выявление мошеннических действий с банковскими картами.

кластеризации ( К-средних, DBSCAN, OPTICS, SOM) Рейтинг: 4,6 из 54,6 (11 оценок)144 студента Авторы: Центр digital-профессий... Курс розроблений для аналітиків Python, які вивчають машинне навчання. У курсі розглядаються методи машинного навчання без учителя на Python. Курс складається з 7 частин, в яких розглядаються наступні теми: робота з даними, лінійна регресія, регуляризація, метод головних компонент, кластеризація, DBSCAN, HDBSCAN, OPTICS, SOM. Курс містить 2 задачі з хакатонів 2020 року: прогнозування тривалості життя в Росії та прогнозування терміну експозиції оголошень на Яндекс.Нерухомість. Курс містить багато практичних завдань та прикладів.

What did it made, from pottery to metallurgy, from gastronomy to architecture, from art to religion,... У курсі вивчається, як агро-харчовий ланцюг підходить до виклику постійного покращення своєї конкурентоспроможності, виробляючи високоякісну їжу та продукти та прагнучи досягти більшої сталості. Деякі з тем цього курсу: • Поняття якості для харчових та сільськогосподарських продуктів та споживчої цінності. • Як проводити маркетингові дослідження в цій галузі. • Стратегії маркування, брендування та ціноутворення, а також інновації в агро-харчовому секторі. • Як сталість може бути використана як конкурентна перевага через корпоративну соціальну відповідальність. • Роль та різні типи промислових стандартів. • Різні форми координації в ланцюгу, зокрема щодо роздрібного та дистриб'юторського секторів. Курс викладається групою міжнародних експертів з університетів Італії, Німеччини, Ірландії, Шотландії та Нідерландів.

The course is a collaboration between UNSW Sydney Art & Design and AMP Amplify, AMP's innovation... Курс Budgeting Essentials and Development зосереджений на інтегративному та практичному погляді на концепції, методи та техніки розробки бюджету. Після закінчення цього курсу, студенти зможуть: - Розробляти бюджет з широким поглядом на корпоративні функції; - Інтегрувати стратегічні настанови в обговорення процесу бюджетування;