Kurzusleírás
Bevezetés a Big Data ökoszisztémákba
- Áttekintés a big data technológiákról és architektúrákról
- Kötegelt feldolgozás vs. valós idejű feldolgozás
- Adattárolási stratégiák skálázhatóság érdekében
Fejlett adatfeldolgozás Apache Sparkkal
- Spark feladatok optimalizálása a teljesítmény érdekében
- Fejlett transzformációk és műveletek
- Strukturált stream-ekkel való munka
Gépi tanulás nagyméretben
- Elosztott modellképzési technikák
- Hiperparaméter hangolás nagy adathalmazokon
- Modell üzembe helyezése big data környezetekben
Mélytanulás a Big Data számára
- TensorFlow és PyTorch integrálása Sparkkal
- Elosztott mélytanulási képzési folyamatok
- Használati esetek kép-, szöveg- és időszériaelemzésben
Valós idejű elemzések és adatstreamek
- Apache Kafka adatstreamek betöltéséhez
- Stream feldolgozási keretrendszerek
- Figyelés és riasztás valós idejű rendszerekben
Adatirányítás, biztonság és etika
- Adatvédelem és megfelelőségi követelmények
- Hozzáférés-ellenőrzés és titkosítás big data rendszerekben
- Etikai megfontolások nagyméretű elemzésekben
Big Data integrálása üzleti intelligenciával
- Adatvizualizáció és irányítópultok big data számára
- Big data folyamatok csatlakoztatása BI eszközökhöz
- Üzleti eredmények elérése fejlett elemzésekkel
Összefoglalás és következő lépések
Követelmények
- Erős megértés az adatelemzés és statisztikai modellezés alapjairól
- Tapasztalat adatfeldolgozó eszközökkel és programozási nyelvekkel, mint például Python, R vagy Scala
- Ismeret az elosztott számítási keretrendszerekről, mint például Hadoop vagy Spark
Célközönség
- Adattudósok, akik elsajátítani szeretnék a nagyméretű adatfeldolgozást és prediktív elemzést
- Főbb elemzők, akik fejlett elemzési munkafolyamatokat szeretnének tervezni és implementálni
- Kutatás-fejlesztési szakemberek, akik innovatív, adatvezérelt megoldásokra fókuszálnak
Vélemények (4)
A gyakorlati példák lehetővé tették, hogy valódi tapasztalatot szerezhessünk a program működésével kapcsolatban. Jó magyarázatok és elméleti fogalmak integrálása, valamint ezek praktikus alkalmazásai közötti összefüggések kifejezetten hasznosak voltak.
Ian - Archeoworks Inc.
Kurzus - ArcGIS Fundamentals
Gépi fordítás
Az általa kiszolgáltatott témák teljes körű felülete, beleértve a példákat is. Emellett megmagyarázta, hogyan segítenek ezek a témák a mindennapi munkánkban.
madduri madduri - Boskalis Singapore Pte Ltd
Kurzus - QGIS for Geographic Information System
Gépi fordítás
Nagyon élveztem a képzést. Minden modul alkalmazható volt azokra a problémákra, amikkel a munkában találkozom. A képzés jupyter notebook-ökkel történő integrációja nagyon lenyűgöző volt.
Mark Firmin - Environment and Climate Change Canada
Kurzus - Python for Geographic Information System (GIS)
Gépi fordítás
A tanfolyamról a legtöbbet az a szervezés és a helyszín tetszett.
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Kurzus - ArcGIS for Spatial Analysis
Gépi fordítás