Login
Course Content
Module 1: Descriptive Statistics and Probability
0/7
Lesson 1: Fundamentals of Statistics Part 1 – Linear Algebra – recorded
Lesson 2: Fundamentals of Statistics Part 2 – recorded
Lesson 3: Descriptive Statistics – Part 1
Lesson 4: Descriptive Statistics – Part 2
Lesson 5: স্যাম্পলিং মেথড – recorded
Lesson 6: Fundamentals of Probability – recorded
Lesson 7: Probability Distribution and Central Limit Theorem
Module 2: Python Fundamentals for Data Science
0/5
Lesson 1: Python Basics – recorded
Lesson 2: NumPy দিয়ে ডেটা সাজানো – recorded
Lesson 3: Data Management with Pandas – Part 1
Lesson 4: Data Management with Pandas – Part 2 – recorded
Lesson 5: Data Visualization with Matplotlib – recorded
Module 3: EDA and regression Analysis
0/5
Lesson 1: Exploratory Data Analysis – Part 1
Lesson 2: Exploratory Data Analysis – Part 2
Lesson 3: Regression Analysis – Part 1
Lesson 4: Regression Analysis – Part 2
Lesson 5: Modules Summary and AI Tools
Module 4: Advanced Statistics
0/6
Lesson 1: Fundamental of Inferential Statistics – recorded
Lesson 2: Statistical Inference – Part 1 – recorded
Lesson 3: Statistical Inference – Part 2
Lesson 4: Hypothesis Testing – Part 1
Lesson 5: Hypothesis Testing – Part 2
Lesson 6: Multivariate Analysis
Module 5: Welcome to R Language
0/4
Lesson 1: Fundamentals of R Language
Lesson 2: Data Structure in R
Lesson 3: Data Analysis and visualization with R
Lesson 4: Regression Analysis with R
Module 6: Welcome to Machine Learning
0/5
Lesson 1: Fundamentals of Machine Learning – recorded
Lesson 2: পাইথন এবং প্রয়োজনীয় লাইব্রেরি পরিচিতি – recorded
Lesson 3: ডেটা প্রি-প্রসেসিং কৌশল
Lesson 4: ফিচার ইঞ্জিনিয়ারিং এবং মিসিং ডেটা হ্যান্ডলিং
Lesson 5: পারফরম্যান্স মেট্রিক্স ও মডেল ইভালুয়েশন
Module 7: Advanced Machine Learning
0/4
Class 1: Advanced Regression Models
Class 2: Classification Models: K-Nearest Neighbors and Decision Trees
Class 3: Clustering Models
Class 4: Ensemble Methods and Model Evaluation
Module 8: Welcome to Deep Learning
0/4
Class 1: Introduction to Neural Network Model
Class 2: Convolutional Neural Network (CNN) – কম্পিউটার ভিশন
Class 3: রিকারেন্ট নিউরাল নেটওয়ার্ক (RNN) – সিকুয়েন্স মডেলিং
Class 4: ক্যাপস্টোন প্রজেক্ট – সম্পূর্ণ ML/DL সমাধান
Module 9: Bonus Module – Intro to Artificial Intelligence
5 hours of full lecture videos
0/5
Class 1: Large Language Model – LLM মডেল – Part 1
01:09:00
Class 2: Large Language Model – Part 2 কাস্টম মডেল তৈরি
42:00
Class 3: Retrieval-Augmented Generation (RAG) এবং ভেক্টর ডেটাবেস – Part 1
01:02:00
Class 4: RAG ভিত্তিক চ্যাটবট ডেভেলপমেন্ট (পার্ট ২)
01:06:00
Class 5: ক্যারিয়ার রোডম্যাপ ও পোর্টফোলিও তৈরি
01:01:00
Module 10 – Python Quizzes
0/4
Python Quiz 01
Python Quiz 02
Python Quiz 03
Python Quiz 04
Data Science with AI Live Bootcamp

আমরা যা শিখব:

  • Population and Sampling
  • Parameter and Statistic
  • Standard Error, Parameter Estimation
  • Confidence Interval and Margin of Error

উদ্দেশ্য: Inferential Statistics এর ব্যাসিক আলোচনা, বিভিন্ন ডেটা থেকে প্যারামিটার এসটিমেট করা এবং কনফিডেন্স ইন্টারভাল সম্পর্কে আরো বিস্তারিত শিখবো।

Previous
Next
0% Complete

Let's Connect There

Facebook Twitter Youtube

First Data Science Learning Company in Bangladesh. We have been mentoring Data Science tools, software since 2020.

Trade License: TRAD/DNCC/025173/2024
Address: Office No.S/19, Muktijoddha Shopping Complex, Ashkona, Dakkhinkhan, Dhaka-1230

Shortcuts

Important Links

©2025 Akaademy.org | All rights reserved.