Plan Szkolenia

Wprowadzenie do Data Analysis i Big Data

  • Co sprawia, że Big Data jest "duży"?
    • Szybkość, objętość, różnorodność, prawdziwość (VVVV)
  • Ograniczenia tradycyjnego przetwarzania danych
  • Przetwarzanie rozproszone
  • Analiza statystyczna
  • Rodzaje analizy Machine Learning
  • Data Visualization

Role i obowiązki Big Data

  • Administratorzy
  • Programiści
  • Analitycy danych

Languages Używany do Data Analysis

  • Python
    • Dlaczego Python dla Data Analysis?
    • Manipulowanie, przetwarzanie, czyszczenie i analizowanie danych

Podejścia do Data Analysis

  • Analiza statystyczna
    • Analiza szeregów czasowych
    • Forecasting z modelami korelacji i regresji
    • Wnioskowanie Statistics (szacowanie)
    • Opisowa Statistics w zbiorach Big Data (np. obliczanie średniej)
  • Machine Learning
    • Uczenie nadzorowane a nienadzorowane
    • Klasyfikacja i grupowanie
    • Szacowanie kosztów określonych metod
    • Filtrowanie

Infrastruktura Big Data

  • Przechowywanie danych
    • Relacyjne bazy danych (SQL)
      • MySQL
      • Postgres
      • Oracle
    • Zrozumienie niuansów
      • Hierarchiczne bazy danych
      • Obiektowe bazy danych
      • Bazy danych zorientowane na dokumenty
      • Graficzne bazy danych
      • Inne

Przyszłość Big Data

Podsumowanie i kolejne kroki

Wymagania

  • Ogólne zrozumienie matematyki
  • Ogólne zrozumienie programowania
  • Ogólne zrozumienie baz danych

Uczestnicy

  • Deweloperzy / programiści
  • Konsultanci IT
 21 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (5)

Propozycje terminów

Powiązane Kategorie