مبانی علم داده: نمودارهای دانش

مدرس Daniel Burgwinkel

انتشار 2021/07/29

مدت زمان 31m 12s

سطح مناسب همه

فایل تمرینی ندارد

آموزش Data Science Foundations: Knowledge Graphs

اصطلاح "گراف دانش" یک جستجوی معنایی مبتنی بر جمع‌آوری و پردازش سیستماتیک داده‌ها را توصیف می‌کند و اولین بار توسط گوگل ابداع شد. شرکت های اینترنتی پیشرو چندین سال است که از نمودارهای دانش برای ارائه اطلاعات متناسب با نیازهای مشتریان استفاده می کنند. همچنین می توانید از نمودارهای دانش برای ترسیم دانش داخلی شرکت خود و بهبود نتایج جستجو استفاده کنید. نمودارهای دانش همچنین می توانند نتایج سیستم های هوش مصنوعی یا یادگیری ماشین را بهبود بخشند. در این دوره، دانیل بورگوینکل، رهبر فناوری بلاک چین، توضیح می‌دهد که نمودارهای دانش چیست، مثال‌ها و موارد استفاده را ارائه می‌دهد، توصیه‌های عملی در مورد نحوه پیاده‌سازی نمودارهای دانش به شما ارائه می‌دهد و به شما نشان می‌دهد که چگونه یک پایگاه دانش بسازید. هدف این دوره مباشران داده، مدیران تحول دیجیتال و دانشمندان داده است که مسئول ذخایر داده و مدیریت دانش هستند.

Knowledge Graphs

Introduction

Knowledge graphs in corporate use ()

1. What Are Knowledge Graphs?

Knowledge graphs in use by digital companies ()

Google Knowledge Graph ()

Knowledge graphs in media and ecommerce ()

What is a knowledge graph? ()

2. Use Cases for Knowledge Graphs

Knowledge management ()

Recommender engines ()

Machine learning with knowledge graphs ()

3. Industry-Specific Knowledge Graphs

Knowledge graphs in healthcare ()

Sector-specific knowledge models ()

Text mining and machine learning ()

4. Recommendations for Implementation

Benefits of knowledge graphs in digital transformation ()

Checklist for the use of knowledge graphs in an organization ()

Create use-case ideas for knowledge graphs ()

5. How to Build a Knowledge Base

Create a taxonomy or data catalog ()

Create an ontology ()

Build the knowledge base ()

Make knowledge usable internally and externally ()

Conclusion

Further information ()

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش مبانی علم داده: نمودارهای دانش

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Data Science Foundations: Knowledge Graphs در 1 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

یک درک مفهومی از هوش تجاری (BI) و تجزیه و تحلیل ایجاد کنید و مهارت های عملی و مبتنی بر ابزار را به دست آورید. این مسیر یادگیری همه چیز را از Microsoft Power BI و IBM Crystal Reports گرفته تا Looker، Tableau و Google Analytics را پوشش می‌دهد.

آموزش مبانی علم داده: نمودارهای دانش ، ایستگاه شماره 11 در مسیر یادگیری یک متخصص هوش تجاری شوید ، است.