From Data to Decision with Big Data and Predictive Analytics

瞭解傳統的數據管理和分析方法，如SQL、數據倉庫、商業智慧、OLAP等。瞭解基本統計和概率（均值、方差、概率、條件概率等......

聽眾

如果您試圖理解您可以訪問或想要分析網絡上可用的非結構化數據（如Twitter，鏈接等等），那麼本課程適合您。

它主要針對決策者和需要選擇哪些數據值得收集以及值得分析的人。

它不是針對人們配置解決方案，但這些人將從大局中受益。

交貨方式

在課程期間，代表們將獲得大多數開源技術的工作示例。

講座後將進行簡短的講座，參加者將進行簡單的練習

使用的內容和軟件

每次運行課程時都會更新所有使用的軟件，因此我們會檢查最新版本。

它涵蓋了從獲取，格式化，處理和分析數據的過程，以解釋如何使用機器學習自動化決策制定過程。

快速概覽

• 數據源
• 注意數據
• 推薦系統
• 目標 Marketing

數據類型

• 結構化與非結構化
• 靜態與流式
• 態度、行為和人口統計數據
• 數據驅動型分析與用戶驅動型分析
• 數據有效性
• 數據量、速度和種類

模型

• 建築模型
• 統計模型
• 機器學習

數據分類

• 聚類
• kGroups， k-means， 最近鄰
• 蟻群，鳥類成群結隊

預測模型

• 決策樹
• 支援向量機
• 樸素貝葉斯分類
• 神經網路
• 瑪律可夫模型
• 回歸
• 集成方法

王

• 效益/成本比
• 軟體成本
• 開發成本
• 潛在優勢

構建模型

• 資料準備 （MapReduce）
• 數據清理
• 選擇方法
• 開發模型
• 測試模型
• 模型評估
• 模型部署和集成

開源和商業軟體概述

• 選擇 R-project 包
• Python 庫
• Hadoop 和 Mahout
• 與大數據和分析相關的 Apache 專案
• 精選商業解決方案
• 與現有軟體和數據源集成