Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die Datenanalyse und Big Data
- Was macht Big Data 'groß'?
- Geschwindigkeit, Volumen, Vielfalt, Verlässlichkeit (VVVV)
- Grenzen der traditionellen Datenverarbeitung
- Verteilte Verarbeitung
- Statistische Analyse
- Arten der maschinellen Lernanalyse
- Datenvisualisierung
Rollen und Verantwortlichkeiten in Big Data
- Administratoren
- Entwickler
- Datenanalysten
Sprachen für die Datenanalyse
- R-Sprache
- Warum R für die Datenanalyse?
- Datenmanipulation, Berechnung und grafische Darstellung
- Python
- Warum Python für die Datenanalyse?
- Datenbearbeitung, -verarbeitung, -bereinigung und -analysierung
Ansätze zur Datenanalyse
- Statistische Analyse
- Zeitreihenanalyse
- Vorhersage mit Korrelations- und Regressionsmodellen
- Schließende Statistik (Schätzung)
- Beschreibende Statistik in Big Data-Sets (z. B. Berechnung des Mittelwerts)
- Maschinelles Lernen
- Überwachtes vs. unüberwachtes Lernen
- Klassifikation und Clustering
- Kostenabschätzung für bestimmte Methoden
- Filtrierung
- Natural Language Processing (NLP)
- Textverarbeitung
- Bedeutungsanalyse von Texten
- Automatische Textgenerierung
- Sentiment- und Themenanalyse
- Computer Vision
- Aufnahme, Verarbeitung, Analyse und Interpretation von Bildern
- Rekonstruktion, Interpretation und Verständnis von 3D-Szenen
- Nutzung von Bilddaten zur Entscheidungsfindung
Big Data-Infrastruktur
- Datenspeicher
- Relationale Datenbanken (SQL)
- MySQL
- Postgres
- Oracle
- Nicht-relationale Datenbanken (NoSQL)
- Cassandra
- MongoDB
- Neo4j
- Verstehen der Nuancen
- Hierarchische Datenbanken
- Objektorientierte Datenbanken
- Dokumentorientierte Datenbanken
- Graphorientierte Datenbanken
- Sonstige
- Relationale Datenbanken (SQL)
- Verteilte Verarbeitung
- Hadoop
- HDFS als verteiltes Dateisystem
- MapReduce für verteilte Verarbeitung
- Spark
- Vollständige in-Memory-Cluster-Computing-Plattform für die Verarbeitung großer Datenmengen
- Strukturierte Streaming
- Spark SQL
- Maschinelles Lernen: MLlib
- Graphverarbeitung mit GraphX
- Hadoop
- Skalierbarkeit
- Öffentliche Cloud
- AWS, Google, Aliyun usw.
- Private Cloud
- OpenStack, Cloud Foundry usw.
- Automatische Skalierung
- Öffentliche Cloud
Die richtige Lösung für das Problem wählen
Die Zukunft von Big Data
Zusammenfassung und weitere Schritte
Voraussetzungen
- Ein grundlegendes Verständnis von Mathematik
- Ein grundlegendes Verständnis von Programmierung
- Ein grundlegendes Verständnis von Datenbanken
Zielgruppe
- Entwickler / Programmierer
- IT-Berater
35 Stunden
Erfahrungsberichte (7)
Wie Big Data funktioniert, Datenprogramme, mehr Wissen darüber, wie unsere heutige Welt mithilfe von Daten funktioniert
Ozayr Hussain - Vodacom
Kurs - A Practical Introduction to Data Analysis and Big Data
Maschinelle Übersetzung
Der praktische Teil der Ausbildung.
Patrick - Vodacom PTy Ltd
Kurs - A Practical Introduction to Data Analysis and Big Data
Maschinelle Übersetzung
Interaktive Themen und der Stil des Vortrags, um die Themen für die Studierenden zu vereinfachen
Miran Saeed - Sulaymaniyah Asayish Agency
Kurs - A Practical Introduction to Data Analysis and Big Data
Maschinelle Übersetzung
der Trainer und seine Fähigkeit zuvorzutragen
ibrahim hamakarim - Sulaymaniyah Asayish Agency
Kurs - A Practical Introduction to Data Analysis and Big Data
Maschinelle Übersetzung
Praktische Übungen
JOEL CHIGADA - University of the Western Cape
Kurs - A Practical Introduction to Data Analysis and Big Data
Maschinelle Übersetzung
R-Programmierung
Osden Jokonya - University of the Western Cape
Kurs - A Practical Introduction to Data Analysis and Big Data
Maschinelle Übersetzung
Overall the Content was good.
Sameer Rohadia
Kurs - A practical introduction to Data Analysis and Big Data
Maschinelle Übersetzung
