A Practical Introduction to Data Analysis and Big Data - 3 Days

• Ogólne zrozumienie matematyki
• Ogólne zrozumienie programowania
• Ogólne zrozumienie baz danych

Publiczność

• Deweloperzy / programiści
• Konsultanci IT

Uczestnicy, którzy ukończą to prowadzone przez instruktora szkolenie na żywo, zdobędą praktyczne, rzeczywiste zrozumienie Big Data i powiązanych z nim technologii, metodologii i narzędzi.

Uczestnicy będą mieli okazję wykorzystać tę wiedzę w praktyce poprzez praktyczne ćwiczenia. Interakcja w grupie i informacje zwrotne od instruktora stanowią ważny element zajęć.

Kurs rozpoczyna się od wprowadzenia do podstawowych koncepcji Big Data, a następnie przechodzi do języków programowania i metodologii wykorzystywanych do realizacji Data Analysis. Na koniec omawiamy narzędzia i infrastrukturę, które umożliwiają Big Data przechowywanie, przetwarzanie rozproszone i Scala bility.

Format kursu

• Interaktywny wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.

Opcje dostosowywania kursu

• Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.

Wprowadzenie do Data Analysis i Big Data

• Co sprawia, że Big Data jest "duży"?
  • Szybkość, objętość, różnorodność, prawdziwość (VVVV)
• Ograniczenia tradycyjnego przetwarzania danych
• Przetwarzanie rozproszone
• Analiza statystyczna
• Rodzaje analizy Machine Learning
• Data Visualization

Role i obowiązki Big Data

• Administratorzy
• Programiści
• Analitycy danych

Languages Używany do Data Analysis

• Python
  • Dlaczego Python dla Data Analysis?
  • Manipulowanie, przetwarzanie, czyszczenie i analizowanie danych

Podejścia do Data Analysis

• Analiza statystyczna
  • Analiza szeregów czasowych
  • Forecasting z modelami korelacji i regresji
  • Wnioskowanie Statistics (szacowanie)
  • Opisowa Statistics w zbiorach Big Data (np. obliczanie średniej)
• Machine Learning
  • Uczenie nadzorowane a nienadzorowane
  • Klasyfikacja i grupowanie
  • Szacowanie kosztów określonych metod
  • Filtrowanie

Infrastruktura Big Data

• Przechowywanie danych
  • Relacyjne bazy danych (SQL)
    • MySQL
    • Postgres
    • Oracle
  • Zrozumienie niuansów
    • Hierarchiczne bazy danych
    • Obiektowe bazy danych
    • Bazy danych zorientowane na dokumenty
    • Graficzne bazy danych
    • Inne

Przyszłość Big Data

Podsumowanie i kolejne kroki