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

• 对数学的一般理解
• 对程式设计的一般理解
• 对资料库的一般理解

观众

• 开发人员/程式师
• IT 顾问

完成此讲师指导的现场培训的参与者将获得对 Big Data 及其相关技术、方法和工具的实用、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 Big Data 的基本概念，然后进入用于执行 Data Analysis 的程式设计语言和方法。最后，我们讨论了支援 Big Data 存储、分散式处理和 Scala 特性的工具和基础设施。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在即时实验室环境中动手实施。

课程自定义选项

• 要申请本课程的定制培训，请联系我们进行安排。

Data Analysis 和 Big Data 简介

• 是什么让 Big Data “大”？
  • 速度、体积、多样性、准确性 （VVVV）
• 传统数据处理的限制
• 分散式处理
• 统计分析
• Machine Learning 分析的类型
• Data Visualization

Big Data 角色和职责

• 管理员
• 开发人员
• 数据分析师

Languages 用于 Data Analysis

• Python
  • 为什么 Python 为 Data Analysis？
  • 操作、处理、清理和处理数据

接近 Data Analysis

• 统计分析
  • 时间序列分析
  • Forecasting 使用关联和回归模型
  • 推论 Statistics （估计）
  • Big Data 集合中的描述 Statistics （例如计算平均值）
• Machine Learning
  • 监督学习与无监督学习
  • 分类和聚类
  • 估算特定方法的成本
  • 滤波

Big Data 基础设施

• 数据存储
  • 关系资料库 （SQL）
    • MySQL
    • Postgres
    • Oracle
  • 了解细微差别
    • 分层资料库
    • 面向物件的资料库
    • 面向文件的资料库
    • 面向图形的资料库
    • 其他

Big Data 的未来

总结和后续步骤