Курс за обучение по Data Science with KNIME Analytics Platform
KNIME Аналитичната платформа е водеща опция с отворен код за иновации, базирани на данни, която ви помага да откриете потенциала, скрит в данните си, да минете за нови знания или да предсказвате нови бъдещи събития. С повече от 1000 модула, стотици готови за работа примери, цялостна гама от интегрирани инструменти и най-широк избор на напреднали алгоритми на разположение, KNIME Аналитичната платформа е идеалният инструмент за всеки ученик на данни и бизнес анализатор.
Този курс за KNIME Аналитична платформа е идеална възможност за начинаещи, напреднали потребители и KNIME експерти да бъдат въведени в KNIME, да научат как да го използват по-ефективно и как да се създадат ясни, цялостни отчети въз основа на KNIME работни потоци
Това обучение, ръководено от инструктори (онлайн или онлайн) е насочено към специалисти в областта на данните, които искат да използват KNIME за решаване на сложни бизнес нужди.
Тя е насочена към аудиторията, която не знае програмиране и възнамерява да използва най-новите инструменти за прилагане на аналитични сценарии.
В края на обучението участниците ще могат да:
- Настройка и настройка KNIME.
- Създаване на сценарии Data Science
- Тренировка, тестване и валидиране на модели
- Реализация на крайната верига на стойност на моделите на науката за данните
Формат на курса
- Интерактивна лекция и дискусия.
- Много упражнения и упражнения.
- Изпълнение на ръката в живо лабораторна среда.
Опции за персонализиране на курса
- За да поискате персонализирано обучение за този курс или да научите повече за тази програма, моля, свържете се с нас, за да организирате.
Certificate
План на курса
Ден 1:
Модул 1: KNIME Платформа за анализ: Общ преглед
- Инсталиране Стартиране и персонализиране KNIME Платформа за анализ Възли, данни и работни потоци Цикълът на науката за данни
Модул 2: Данни Access
- Четене на данни от файл Access, използващ REST услуги
Модул 3: ETL и манипулиране на данни
- Филтриране на редове и колони Агрегатори Обединяване и конкатенация Трансформация: Преобразуване, заместване, стандартизация и генериране на нови функции Подготовка на данни за анализ на времеви серии
Ден 2:
Модул 4: Експортиране на данни
- Записване във файл Генериране на отчет
Модул 5: Data Visualization
- Интерактивно едномерно визуално изследване Интерактивно многовариантно визуално изследване Разширени функции за визуализация
Модул 6: Predictive Analytics използване на KNIME
- Data Mining Основни понятия Регресии Дърво на решения Семеен модел Оценка
Ден 3:
Модул 7: Контрол на потока
- Параметризиране на работния процес: Променливи на потока Повторно изпълнение на части от работния поток: Цикли Почистване на вашия работен поток
Модул 8: Практически KNIME казус, базиран на платформа за анализ
Изисквания
Препоръчва се
- Основно разбиране за осмисляне на данните.
- Опит с фундаментална обработка на данни.
Публика
- анализатори на данни
- учени по данни
- бизнес анализатори
Отворените курсове за обучение изискват 5+ участници.
Курс за обучение по Data Science with KNIME Analytics Platform - Booking
Курс за обучение по Data Science with KNIME Analytics Platform - Enquiry
Data Science with KNIME Analytics Platform - Консултантско запитване
Консултантско запитване
Oтзиви от потребители (5)
Разбиране на големи данни по-добре
Shaune Dennis - Vodacom
Курс - Big Data Business Intelligence for Telecom and Communication Service Providers
Машинен превод
Машинно обучение, python, манипулиране на данни
Siphelo Mapolisa - University Of South Africa
Курс - Data Science: Analysis and Presentation
Машинен превод
Много полезно, защото ми помага да разбера какво можем да правим с данните в нашия контекст. Ще ми помогне и да
Nicolas NEMORIN - Adecco Groupe France
Курс - KNIME Analytics Platform for BI
Машинен превод
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
The example and training material were sufficient and made it easy to understand what you are doing.
Teboho Makenete
Курс - Data Science for Big Data Analytics
Машинен превод
Предстоящи Курсове
Свързани Kурсове
Anaconda Ecosystem for 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.
Big Data Business Intelligence for Telecom and Communication Service Providers
35 ЧасаПреглед
Communication доставчиците на услуги (CSP) се сблъскват с натиск, за да намалят разходите и да максимизират средния доход на потребител (ARPU), като същевременно осигуряват отличен клиентски опит, но обемите на данните продължават да растат. Глобален мобилен трафик на данни ще расте с комбиниран годишен темп на растеж (CAGR) от 78% до 2016 г., достигайки 10,8 екзабит на месец.
Междувременно CSPs генерират големи обеми данни, включително записи за подробности за обаждания (CDR), данни за мрежата и данни за клиентите. Компаниите, които напълно експлоатират тези данни, получават конкурентен ръб. Според неотдавнашно проучване на The Economist Intelligence Unit, компаниите, които използват вземане на решения, насочени към данни, получават 5-6% увеличение на производителността. Въпреки това 53% от компаниите използват само половината от ценните си данни, а една четвърт от анкетираните отбелязват, че огромни количества полезни данни са пропуснати. Обемът на данните е толкова висок, че ръчното анализиране е невъзможно и повечето софтуерни системи могат да се запазят, което води до пренебрегване или пренебрегване на ценни данни.
С Big Data & Analytics’ високоскоростен, скалиращ софтуер за големи данни, CSPs могат да минат всичките си данни за по-добро вземане на решения в по-малко време. Различни Big Data продукти и техники осигуряват крайно-на-крайната софтуерна платформа за събиране, подготовка, анализ и представяне на увид от големите данни. Областите на приложенията включват мониторинг на мрежовата ефективност, откриване на измами, откриване на клиентите и анализ на кредитния риск. Big Data & Продукти за анализ мащаб за обработка на терабити от данни, но изпълнението на такива инструменти изисква нов вид на база данни на облака система като Hadoop или масивен мащаб паралелен компютър процесор ( KPU и т.н.)
Този курс работи върху Big Data BI за Telco обхваща всички възникващи нови области, в които CSP инвестират за увеличаване на производителността и отваряне на нов бизнес поток на приходи. Курсът ще осигури пълен 360 градуса поглед върху Big Data BI в Telco, така че вземащите решения и мениджърите могат да имат много широк и цялостен преглед на възможностите на Big Data BI в Telco за производителност и печалби.
Цели на курса
Основната цел на курса е да се въведат нови Big Data бизнес интелигентни техники в 4 сектори на Telecom Business (Marketing / продажби, мрежови операции, финансови операции и взаимоотношения с клиентите Management). Студентите ще бъдат поканени да следват:
- Въведение в Big Data-което е 4Vs (обем, скорост, разнообразие и вертикалност) в Big Data- Генерация, екстракция и управление от перспектива на Telco
- Как Big Data анализът се различава от наследствения анализ на данните
- Вътрешно оправдание на Big Data -Telco перспектива
- Въведение в Hadoop Екосистема- запознаване с всички Hadoop инструменти като Hive, Pig, SPARC –кога и как те се използват за решаване на проблема Big Data
- Как Big Data е извлечен за анализ за аналитичен инструмент-как Business Analysis’s могат да намалят техните точки на болка на събиране и анализ на данни чрез интегриран Hadoop подход на таблата
- Основно въведение в анализа на Insight, анализа на визуализацията и прогнозната анализа за Telco
- Анализът на клиента и Big Data-как Big Data анализът могат да намалят недоволството на клиента и недоволството на клиента в изследванията на Telco-каса
- Анализ на мрежови неуспехи и сервизни неуспехи от мрежови метаданни и IPDR
- Финансов анализ - измама, измама и оценка на ROI от продажбите и оперативните данни
- Проблеми с закупуването на клиенти-Целена маркетинг, сегментация на клиентите и кръстопродажба от данни за продажбите
- Въведение и обобщение на всички Big Data аналитични продукти и къде се вписват в аналитичното пространство на Telco
- Заключение-как да се вземе стъпка по стъпка подход за въвеждане Big Data Business Intelligence в организацията си
Целенасочена аудитория
- Операция на мрежата, финансови мениджъри, CRM мениджъри и топ ИТ мениджъри в офиса на Telco CIO.
- Business Аналитикуващи в Telco
- Мениджъри / Аналитици на CFO
- Оперативни мениджъри
- КА мениджъри
Data Science Programme
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“.
Data Science for Big Data Analytics
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.
Data Science essential for Marketing/Sales professionals
21 ЧасаТози курс е предназначен за Marketing специалисти по продажбите, които възнамеряват да навлязат по-дълбоко в приложението на науката за данни в Marketing/продажби. Курсът предоставя подробно покритие на различни техники за наука за данни, използвани за „допълнителна продажба“, „кръстосана продажба“, сегментиране на пазара, брандиране и CLV.
Разлика между Marketing и продажбите - Как се различават продажбите и маркетингът?
С много прости думи продажбите могат да бъдат определени като процес, който се фокусира или е насочен към индивиди или малки групи. Marketing от друга страна е насочен към по-голяма група или широката публика. Marketing включва проучване (идентифициране на нуждите на клиента), разработване на продукти (производство на иновативни продукти) и популяризиране на продукта (чрез реклами) и създаване на информираност за продукта сред потребителите. Като такъв маркетинг означава генериране на потенциални клиенти или перспективи. След като продуктът е на пазара, задачата на продавача е да убеди клиента да купи продукта. Продажбите означават превръщане на потенциални клиенти или перспективи в покупки и поръчки, докато маркетингът е насочен към по-дълги срокове, продажбите се отнасят към по-кратки цели.
Jupyter for Data Science Teams
7 ЧасаThis instructor-led, live training in България (online or onsite) introduces the idea of collaborative development in data science and demonstrates how to use Jupyter to track and participate as a team in the "life cycle of a computational idea". It walks participants through the creation of a sample data science project based on top of the Jupyter ecosystem.
By the end of this training, participants will be able to:
- Install and configure Jupyter, including the creation and integration of a team repository on Git.
- Use Jupyter features such as extensions, interactive widgets, multiuser mode and more to enable project collaboraton.
- Create, share and organize Jupyter Notebooks with team members.
- Choose from Scala, Python, R, to write and execute code against big data systems such as Apache Spark, all through the Jupyter interface.
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.
KNIME Analytics Platform for BI
21 ЧасаKNIME Analytics Platform е водеща опция с отворен код за иновации, управлявани от данни, която ви помага да откриете потенциала, скрит във вашите данни, да копаете за свежи прозрения или да предсказвате ново бъдеще. С повече от 1000 модула, стотици готови за изпълнение примери, изчерпателна гама от интегрирани инструменти и най-широкия наличен избор от усъвършенствани алгоритми, KNIME Analytics Platform е перфектната кутия с инструменти за всеки учен по данни и бизнес анализатор.
Този курс за KNIME Analytics Platform е идеална възможност за начинаещи, напреднали потребители и KNIME експерти да се запознаят с KNIME, да научат как да я използват по-ефективно и как да създават ясни, изчерпателни отчети, базирани на [ 0] работни потоци
Platforma analityczna KNIME - szkolenie kompleksowe
35 ЧасаОбучението „Платформа за анализ KNIME“ предлага изчерпателен преглед на тази безплатна платформа за анализ на данни. Програмата включва въведение в обработката и анализа на данни, инсталиране и конфигуриране KNIME, изграждане на работен процес, методология за създаване на бизнес модели и моделиране на данни. Курсът също така обхваща усъвършенствани инструменти за анализ на данни, импортиране и експортиране на работни процеси, интегриране на инструменти, ETL процеси, извличане на данни, визуализация, разширения и интеграции с инструменти като R, Java, Python, Gephi, Neo4j. Заключението включва преглед на отчитането, интеграцията с BIRT и KNIME WebPortal.
KNIME with Python and R for Machine Learning
14 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни, които желаят да програмират в Python и R за KNIME.
До края на това обучение участниците ще могат:
- Планирайте, изграждайте и внедрявайте модели за машинно обучение в KNIME.
- Вземете ръководени от данни решения за операции.
- Реализирайте цялостни проекти за наука за данни.
MATLAB Fundamentals, Data Science & Report Generation
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.
Accelerating Python Pandas Workflows with 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 for Finance
35 ЧасаPython е език за програмиране, който придоби огромна популярност във финансовата индустрия. Приет от най-големите инвестиционни банки и хедж фондове, той се използва за изграждане на широка гама от финансови приложения, вариращи от основни програми за търговия до системи за управление на риска.
В това водено от инструктор обучение на живо участниците ще се научат как да използват Python за разработване на практически приложения за решаване на редица специфични проблеми, свързани с финансите.
До края на това обучение участниците ще могат:
- Да разберат основите на програмния език Python
- Да изтеглят, инсталират и поддържат най-добрите инструменти за разработка за създаване на финансови приложения в Python
- Да избират и използват най-подходящите пакети и програмни техники на Python за организиране, визуализиране и анализиране на финансови данни от различни източници (CSV, Excel, бази данни, уеб и др.)
- Да изграждат приложения, които решават проблеми, свързани с разпределението на активите, анализа на риска, инвестиционната ефективност и други
- Да отстраняват грешки, интегрират, разгръщат и оптимизират приложение на Python
Публика
- Разработчици
- Анализатори
- Количествени анализатори (Quants)
Формат на курса
- Комбинация от лекции, дискусии, упражнения и интензивна практическа работа
Забележка
- Това обучение има за цел да предостави решения на някои от основните проблеми, пред които са изправени финансовите специалисти. Ако обаче имате конкретна тема, инструмент или техника, върху която искате да наблегнете или да разширите, моля, свържете се с нас, за да я обсъдим.
GPU Data Science with NVIDIA RAPIDS
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 използват RAPIDS за изграждане на GPU-ускорени канали за данни, работни потоци и визуализации, прилагайки алгоритми за машинно обучение, като XGBoost, cuML и др.
До края на това обучение участниците ще могат:
- Настройте необходимата среда за разработка за изграждане на модели на данни с NVIDIA RAPIDS.
- Разберете характеристиките, компонентите и предимствата на RAPIDS.
- Използвайте GPU за ускоряване на тръбопроводите за данни и анализи от край до край.
- Внедрете GPU-ускорена подготовка на данни и ETL с cuDF и Apache Arrow.
- Научете как да изпълнявате задачи за машинно обучение с алгоритми XGBoost и cuML.
- Изградете визуализации на данни и изпълнете анализ на графики с cuXfilter и cuGraph.
Data Science: Analysis and Presentation
7 ЧасаWolfram Интегрираната среда на системата я прави ефективен инструмент както за анализиране, така и за представяне на данни. Този курс обхваща аспекти на Wolfram езика, свързани с анализа, включително статистически изчисления, визуализация, импортиране и експортиране на данни и автоматично генериране на отчети.