A Practical Introduction to Data Science

• 对数据库概念的一般了解
• 对统计学有基本的了解

完成此培训的参与者将获得对 Data Science 及其相关技术、方法和工具的实际、真实理解。

参与者将有机会通过动手练习将这些知识付诸实践。小组互动和教师反馈构成了课程的重要组成部分。

本课程首先介绍了 Data Science 的基本概念，然后进入了 Data Science 中使用的工具和方法。

观众

• 开发人员
• 技术分析师
• IT 顾问

课程形式

• 部分讲座、部分讨论、练习和大量动手实践

注意

• 要申请本课程的定制培训，请联系我们进行安排。

介绍

• Data Science 流程
• 数据科学家的角色和职责

准备开发环境

• 库、框架、语言和工具
• 本地开发
• 基于 Web 的协作式开发

数据采集

• 不同类型的数据
  • 结构
    • 本地资料库
    • Database 连接器
    • 常见格式：xlxs、XML、Json、csv、...
  • 非结构化
    • 点击、审查、智能手机
    • 蜜蜂属
    • Internet of Things (IoT)
    • 文档、图片、视频、声音
• 案例研究：持续收集大量非结构化数据

数据存储

• 关系资料库
• 非关系资料库
• Hadoop：分散式文件系统 （HDFS）
• Spark：弹性分散式资料集 （RDD）
• 云存储

数据准备

• 摄取、选择、清理和转换
• 确保数据品质 - 正确性、意义和安全性
• 异常报告

Languages 用于制备、加工和分析

• R 语言
  • R 简介
  • 数据操作、计算和图形显示
• Python
  • 介绍 Python
  • 操作、处理、清理和处理数据

数据分析

• 探索性分析
  • 基本统计数据
  • 草稿可视化
  • 了解数据
• 因果律
• 功能和转换
• Machine Learning
  • 受监督 vs 无监督
  • 何时使用什么型号
• Natural Language Processing (NLP)

Data Visualization

• 最佳实践
• 为正确的数据选择正确的图表
• 调色板
• 更上一层楼
  • 仪表板
  • 互动式可视化
• 用数据讲故事

总结和结论