Курс за обучение по Jupyter за отбори по данни науки
Jupyter е уеб-базирана интерактивна IDE и компютърна среда с отворен код.
Това водено от инструктор обучение на живо (онлайн или на място) въвежда идеята за съвместно развитие в науката за данни и демонстрира как да използвате Jupyter за проследяване и участие като екип в „жизнения цикъл на изчислителна идея“. Той превежда участниците през създаването на примерен проект за наука за данни, базиран на върха на екосистемата на Юпитер.
До края на това обучение участниците ще могат:
- Инсталирайте и конфигурирайте Jupyter, включително създаването и интегрирането на екипно хранилище в Git.
- Използвайте функциите на Jupyter като разширения, интерактивни уиджети, многопотребителски режим и други, за да активирате сътрудничеството по проекти.
- Създавайте, споделяйте и организирайте Jupyter Notebooks с членовете на екипа.
- Изберете от Scala, Python, R, за да пишете и изпълнявате код срещу системи с големи данни като Apache Spark, всичко това чрез интерфейса на Jupyter.
Формат на курса
- Интерактивна лекция и дискусия.
- Много упражнения и практика.
- Практическо внедряване в лабораторна среда на живо.
Опции за персонализиране на курса
- Jupyter Notebook поддържа над 40 езика, включително R, Python, Scala, Julia и т.н. За да персонализирате този курс според избрания от вас език(ци), моля свържете се с нас, за да уговорим.
План на курса
Въведение в Юпитер
- Преглед на Юпитер и неговата екосистема
- Инсталация и настройка
- Конфигуриране на Jupyter за екипно сътрудничество
Функции за сътрудничество
- Използване на Git за контрол на версиите
- Разширения и интерактивни джаджи
- Многопотребителски режим
Създаване и управление на бележници
- Структура и функционалност на бележника
- Споделяне и организиране на бележници
- Най-добри практики за сътрудничество
Programming с Юпитер
- Избор и използване на езици за програмиране (Python, R, Scala)
- Писане и изпълнение на код
- Интегриране със системи за големи данни (Apache Spark)
Разширени функции на Jupyter
- Персонализиране на средата на Jupyter
- Автоматизиране на работните процеси с Jupyter
- Проучване на разширени случаи на употреба
Практически сесии
- Практически лаборатории
- Проекти за наука за данни от реалния свят
- Групови упражнения и партньорски прегледи
Обобщение и следващи стъпки
Изисквания
- Programming опит в езици като Python, R, Scala и др.
- Обучение в науката за данните
Публика
- Екипи за наука за данни
Отворените курсове за обучение изискват 5+ участника.
Курс за обучение по Jupyter за отбори по данни науки - Резервация
Курс за обучение по Jupyter за отбори по данни науки - Запитване
Jupyter за отбори по данни науки - Консултантско запитване
Консултантско запитване
Отзиви от потребители (1)
Също е страхотно да бъде курсът нареден спрямо ключовите области, които съм обозначил в предходния анкетен лист. Това е много полезно за да отговаря на въпросите, които имам по темата, и да бъде в съответствие с целите ми за обучение.
Winnie Chan - Statistics Canada
Курс - Jupyter for Data Science Teams
Машинен превод
Предстоящи Курсове
Свързани Kурсове
Въведение в Data Science и ИИ чрез използване на Python
35 часаТое е 5-дневно введение в науката за данни и изкуствен интелигент (AI).
Курсът се провежда с пример и упражнения с използване на Python.
Екосистема за Data Scientists
14 часаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни, които желаят да използват екосистемата Anaconda за улавяне, управление и внедряване на пакети и работни процеси за анализ на данни в една платформа.
До края на това обучение участниците ще могат:
- Инсталирайте и конфигурирайте Anaconda компоненти и библиотеки.
- Разберете основните концепции, функции и предимства на Anaconda.
- Управлявайте пакети, среди и канали с помощта на Anaconda Навигатор.
- Използвайте пакети Conda, R и Python за наука за данни и машинно обучение.
- Запознайте се с някои практически случаи и техники за управление на множество среди с данни.
Практическо въведение в науката за данните
35 часаУчастниците, които завършат това обучение, ще придобият практическо, реално разбиране на науката за данните и нейните свързани технологии, методологии и инструменти.
Участниците ще имат възможност да приложат тази знания през praktični упражнения. Груповата интеракция и обратната връзка от инструктора са важна част от курса.
Курсът започва с въведение в основните концепции на науката за данните, а после продължава с инструментите и методологии, използвани в науката за данните.
Целева група
- Разработчици
- Технически анализатори
- IT консултанти
Формат на курса
- Част лекции, част дискусии, упражнения и много практика
Бележка
- За да поискате персонализирано обучение за този курс, моля, свържете се с нас за уредяване.
Програма по Данни Науки
245 часаЕксплозията от информация и данни в днешния свят е несравнима, способността ни да правим иновации и да прекрачваме границите на възможното нараства по-бързо от всякога. Ролята на Data Scientist е едно от най-търсените умения в индустрията днес.
Ние предлагаме много повече от обучение чрез теория; ние предоставяме практически, продаваеми умения, които преодоляват пропастта между света на академичните среди и изискванията на индустрията.
Тази 7-седмична учебна програма може да бъде съобразена с вашите специфични изисквания на индустрията, моля свържете се с нас за допълнителна информация или посетете уебсайта на Nobleprog Institute
Публика:
Тази програма е насочена към висшисти, както и към всеки с необходимите предварителни умения, които ще бъдат определени чрез оценка и интервю.
Доставка:
Предоставянето на курса ще бъде комбинация от класна стая, водена от инструктор, и онлайн водена от инструктор; обикновено първата седмица ще бъде „водена от класна стая“, седмици 2 – 6 „виртуална класна стая“ и седмица 7 обратно към „водена от класна стая“.
Науки за данни за анализ на големи данни
35 часаГолемите данни са набори от данни, които са толкова обемни и сложни, че традиционният приложен софтуер за обработка на данни е неадекватен да се справи с тях. Предизвикателствата с големи данни включват улавяне на данни, съхранение на данни, анализ на данни, търсене, споделяне, трансфер, визуализация, заявки, актуализиране и поверителност на информацията.
Наука за данни е необходима за професионалисти в маркетинга/продажби
21 часаТози курс е предназначен за професионалисти в маркетинга и продажби, които искат да се погълбят в приложението на данните за наука в маркетинга/продажби. Курсът предлага детайлно покритие на различни техники за данни за наука, използвани за „увеличаване на продажбите“, „кросоуел продажби“, сегментиране на пазара, брандиране и CLV.
Разликата между маркетинг и продажби - Как са различните продажбите и маркетингът?
В най-простите думи, продажбите могат да бъдат определени като процес, който се фокусира или цели по отделни лица или малки групи. Маркетингът, от своя страна, цели по-голяма група или общата публика. Маркетингът включва изследване (откриване на нуждите на клиента), разработка на продукти (производство на иновативни продукти) и промоция на продукта (през реклами) и създаване на осведоменост за продукта сред потребителите. Така маркетингът означава генериране на лиди или потенциални клиенти. Веднъж, когато продукта е излязъл на пазара, задачата на продавачът е да убеди клиента да купи продукта. Продажбите означават превръщане на лидите или потенциалните клиенти в покупки и поръчки, докато маркетингът се стреми към по-дългосрочни цели, продажбите са ориентирани към по-краткосрочни цели.
Начало на науката за данни
35 часаТова обучение с инструктор, провеждано в живо (онлайн или на място), е направено за професионалисти, които искат да започнат кариера в сферата на Data Science.
До края на това обучение участниците ще могат да:
- Инсталират и конфигурират Python и MySql.
- Разберат какво е Data Science и как може да добави стойност на почти всеки бизнес.
- Научат основните принципи на програмиране в Python.
- Научат техники на машинно обучение - със или без надзор, и как да ги имплементират и интерпретират резултатите.
Формат на курса
- Интерактивни лекции и дискусии.
- Много упражнения и практики.
- Ръчно изпълнение в жива лабораторна среда.
Опции за персонализиране на курса
- За да поставите запрос за персонализиран курс, моля свържете се с нас за уредение.
Kaggle
14 часаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към учени и разработчици на данни, които желаят да учат и изградят кариерата си в Data Science с помощта на Kaggle.
До края на това обучение участниците ще могат:
- Научете за науката за данните и машинното обучение.
- Разгледайте анализа на данни.
- Научете за Kaggle и как работи.
MATLAB Основни, Науки за Данни & Създаване на Отчети
35 часаВ първата част на това обучение разглеждаме основите на MATLAB и функцията му като език и платформа. В тази дискусия е включено въведение в MATLAB синтаксиса, масивите и матриците, визуализацията на данни, разработването на скриптове и обектно-ориентираните принципи.
Във втората част ние демонстрираме как да използваме MATLAB за извличане на данни, машинно обучение и прогнозен анализ. За да предоставим на участниците ясна и практична перспектива за подхода и силата на MATLAB, ние правим сравнения между използването на MATLAB и използването на други инструменти като електронни таблици, C, C++ и Visual Basic.
В третата част на обучението участниците се научават как да рационализират работата си чрез автоматизиране на обработката на данните и генерирането на отчети.
По време на курса участниците ще приложат на практика идеите, научени чрез практически упражнения в лабораторна среда. До края на обучението участниците ще имат задълбочена представа за възможностите на MATLAB и ще могат да го използват за решаване на реални проблеми с науката за данни, както и за рационализиране на работата си чрез автоматизация.
По време на курса ще се извършват оценки, за да се оцени напредъкът.
Формат на курса
- Курсът включва теоретични и практически упражнения, включително дискусии по казуси, проверка на примерен код и практическо внедряване.
Забележка
- Практическите сесии ще се основават на предварително подготвени примерни шаблони за отчет с данни. Ако имате специфични изисквания, моля свържете се с нас, за да уговорим.
Машинно учение за данни с Python
21 часаТова обучение, водено от инструктор, проведено в България (онлайн или на място), е насочено към професионалисти с промежуточна квалификация – анализатори на данни, програмисти или аспиранти-аналитици на данни, които искат да прилагат техники на машинното обучение в Python, за да извличат полезни заключения, правят прогнози и автоматизират решенията базирани на данни.
Към края на курса участниците ще могат да:
- Разберат и разграничават основните парадигми на машинното обучение.
- Изследват техники за препроцеждане на данни и метрики за оценка на моделите.
- Прилагат алгоритми на машинното обучение за решаване на реални проблеми с данни.
- Използват библиотеките на Python и Jupyter тетрадки за практически разработки.
- Създават модели за прогноза, класификация, препоръка и кластериране.
Ускоряване на Python Pandas Workflows с Modin
14 часаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни и разработчици, които желаят да използват Modin за изграждане и прилагане на паралелни изчисления с Pandas за по-бърз анализ на данни.
До края на това обучение участниците ще могат:
- Настройте необходимата среда, за да започнете да разработвате Pandas работни потоци в мащаб с Modin.
- Разберете характеристиките, архитектурата и предимствата на Modin.
- Познайте разликите между Modin, Dask и Ray.
- Изпълнете Pandas операции по-бързо с Modin.
- Внедрете целия Pandas API и функции.
Python Programming за Финанси
35 часаPython език за програмиране, който е спечелил огромна популярност в финансовия сектор. Приет от най-големите инвестиционни банки и хеджфондове, той се използва за създаването на широко разнообразие от финансови приложения, от основни търговски програми до системи за управление на риск.
В този курс, воден от инструктор, участниците ще научат как да използват Python за разработка на практични приложения за решаване на различни специфични проблеми, свързани с финанси.
До края на този курс участниците ще могат да:
- Разберат основните принципи на езика за програмиране Python
- Изтеглят, инсталират и поддържат най-добрите инструменти за разработка на финансови приложения в Python
- Избират и използват най-подходящите пакети и техники за програмиране на Python за организиране, визуализация и анализ на финансови данни от различни източници (CSV, Excel, бази данни, уеб и др.)
- Създават приложения, които решават проблеми, свързани с разпределение на активи, анализ на риск, оценка на инвестиционна дейност и други
- Диагностицират, интегрират, развойват и оптимизират приложение на Python
Целева аудитория
- Разработчици
- Аналитици
- Квантови аналитици
Формат на курса
- Част лекции, част обсъждане, упражнения и много практики
Забележка
- Този курс има за цел да предостави решения на някои от основните проблеми, с които се сблъскват финансовите професионалисти. Ако имате специфична тема, инструмент или техника, която искате да добавите или разгледате по-подробно, моля свържете се с нас, за да уредим.
Python във Визуализацията на Податки
35 часаТренингът ще помогне на участниците да се подготведат за разработването на уеб приложения, използвайки Python за визуализация на податки. Таката визуализация е отличен инструмент за Топ Управлението при взимането на решения.
Qlik Sense за Науки за Данни
14 часаТовато е обучение с инструктор (онлайн или на място), предназначено за аналитици на данни и уеб разработчици, които искат да създават асоциативни модели в Qlik Sense.
До края на това обучение участниците ще могат да:
- Прилагат Qlik Sense в науката за данни.
- Използват и навигират интерфейса на Qlik Sense.
- Създават работна сила с високи компетенции в областта на данните чрез взаимодействие с ИИ.
- Създават предприятие, базирано на данни с Qlik Sense.
GPU Data Science с NVIDIA RAPIDS
14 часаТовато обучение с инструктор, провеждано на живо (онлайн или на място), е предназначено за специалисти по данни и разработчици, които искат да използват RAPIDS за изграждане на ускорени с GPU потоци за данни, работи и визуализации, приложени алгоритми за машинно обучение, като XGBoost, cuML и др.
До края на това обучение участниците ще могат да:
- Настроят нужната среда за разработка за изграждане на модели за данни с NVIDIA RAPIDS.
- Разберат характеристиките, компонентите и предимствата на RAPIDS.
- Използват GPU за ускоряване на потоци за данни и анализ.
- Въвеждат ускорени с GPU подготовка на данни и ETL с cuDF и Apache Arrow.
- Научат как да изпълняват задачи за машинно обучение с алгоритмите XGBoost и cuML.
- Създават визуализации на данни и изпълняват графичен анализ с cuXfilter и cuGraph.