Data Science & AI Bootcamp

Ενότητα 1

• Exploratory Data Analysis

Μάθε Python για Data Science και Business Analytics, κάνε EDA χρησιμοποιώντας Python, Pandas και μοιράσου των κώδικά σου χρησιμοποιώντας το Git.

• Data Visualization

Δημιούργησε interactive dashboards, με Plotly & Dash, Streamlit και Power BI, και επικοινώνησε τα αποτελέσματά σου με business-like παρουσιάσεις.

• Github Project: Exploratory Data Analysis & Insights

Τα tools που θα χρησιμοποιήσουμε:

Ενότητα 2

• Πρόσβαση σε Δεδομένα από Οποιαδήποτε Πηγή

Μάθε SQL, γράψε advanced queries και απόκτησε πρόσβαση σε δεδομένα από βάσεις δεδομένων.
Χρησιμοποίησε APIs ή κάνε web scraping για να βρεις δεδομένα για το project σου.

• Interactive Dashboards για Effective Data Storytelling

Φτιάξτε διαδραστικά dashboards χρησιμοποιώντας Power BI ή Plotly & Streamlit με Python.

• Github Project: Interactive dashboard

Τα tools που θα χρησιμοποιήσουμε:

Ενότητα 3

Μάθε όλους τους αλγόριθμους Μηχανικής Μάθησης (Machine Learning) που χρησιμοποιούν οι επιχειρήσεις και χρησιμοποίησε διάφορες τεχνικές βελτιστοποίησης για να χτίσεις τα μοντέλα σου. Εξοικειώνεσαι έτσι με την Τεχνητή Νοημοσύνη (Artificial Intelligence).

• Supervised Machine Learning

Regression και Classification: Αλγόριθμοι όπως Random Forest, XGBoost για την βελτίωση των machine learning models στην πράξη.

• Github Project: Classification or regression

• Unsupervised Machine Learning

K-means clustering, Hierarchical clustering, Anomaly detection, Principal Component Analysis, Apriori algorithm, Singular value decomposition, t-sne, outlier detection.

Clustering και Labeling: Αλγόριθμοι όπως K-Means, Hierarchical clustering, DS-SCAN για να βρεις common patterns, και Isolation Forest, Local Outlier Factor για outlier και anomaly detection.

• Github Project: Clustering

Τα tools που θα χρησιμοποιήσουμε:

Ενότητα 4

• Big Data

Πρόσβαση και επεξεργασία μεγάλου όγκου δεδομένων κειμένου από NoSQL servers (MongoDB).

• Deep Neural Networks

Neural Networks και Convolutional Neural Networks (Keras) για ανίχνευση εικόνων με χρήση νευρωνικών δικτύων deep learning.

• Natural Language Processing

Classic NLP για sentiment analysis, topic modeling, και recommender systems.
Μάθε να χτίζεις Large Language Models (LLMs) και γνώρισε το Generative AI (Chatbots).

• Στατιστική

Συμπερασματική και επαγωγική στατιστική.
Χρήση ανάλυσης χρονοσειρών για forecasting.

• Time Series Analytics

Χρήση ανάλυσης χρονοσειρών για forecasting (ARIMA, Prophet) για επαγωγική στατιστική και forecasting.

Τα tools που θα χρησιμοποιήσουμε:

Ενότητα 5

Τελικό Industrial Project

Δούλεψε πάνω στην τελική σου εργασία για ένα πραγματικό επιχειρηματικό Data Science challenge, σε συνεργασία με μια εταιρεία.
Άδραξε την ευκαιρία να δκτυωθείς με εταιρείες που αναζητούν ενεργά Data Scientists κατά τη διάρκεια της Ημέρας Καριέρας.