Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Introducere
Instalarea și configurarea Dataiku Data Science Studio (DSS)
- Cerințe de sistem pentru Dataiku DSS
- Configurarea integrărilor Apache Hadoop și Apache Spark
- Configurarea Dataiku DSS cu proxy-uri web
- Migrarea de la alte platforme la Dataiku DSS
Prezentare generală a caracteristicilor și arhitecturii Dataiku DSS
- Obiecte și grafice de bază care stau la baza Dataiku DSS
- Ce este o rețetă în Dataiku DSS?
- Tipuri de seturi de date acceptate de Dataiku DSS
Crearea unui proiect Dataiku DSS
Definirea seturilor de date pentru conectarea la resursele de date în Dataiku DSS
- Lucrul cu conectorii DSS și cu formatele de fișiere
- Formatele DSS standard v.s. Hadoop - formate specifice
- Încărcarea fișierelor pentru un proiect Dataiku DSS
Prezentare generală a sistemului de fișiere server în Dataiku DSS
Crearea și utilizarea folderelor gestionate
- Rețeta Dataiku DSS pentru dosarul de fuziune
- Dosare gestionate local vs. nelocal
Construirea unui set de date de sistem de fișiere utilizând conținutul dosarelor gestionate
- Efectuarea curățeniei cu o rețetă de cod DSS
Lucrul cu setul de date Metrics și setul de date Internal Stats
Implementarea rețetei de descărcare DSS pentru setul de date HTTP
Relocalizarea seturilor de date SQL și a seturilor de date HDFS utilizând DSS
Ordonarea seturilor de date în Dataiku DSS
- Ordonarea Writer vs. ordonarea în timp de citire
Explorarea și pregătirea imaginilor de date pentru un proiect Dataiku DSS
Prezentare generală a schemelor Dataiku, a tipurilor de stocare și a semnificațiilor
Efectuarea de scripturi de curățare, normalizare și îmbogățire a datelor în Dataiku DSS
Lucrul cu interfața Dataiku DSS Charts și tipurile de agregări vizuale
Utilizarea caracteristicii interactive Statistics a DSS
- Analiza univariată vs. analiza bivariată
- Utilizarea instrumentului DSS de analiză a componentelor principale (PCA)
Prezentare generală a Machine Learning cu Dataiku DSS
- ML supravegheat vs. ML nesupravegheat
- Referințe pentru DSS ML Algoritmi și tratarea caracteristicilor
- Deep Learning cu Dataiku DSS
Prezentare generală a fluxului derivat din seturile de date și rețetele DSS
Transformarea seturilor de date existente în DSS cu ajutorul rețetelor vizuale
Utilizarea rețetelor DSS bazate pe codul definit de utilizator
Optimizarea explorării și experimentării codului cu notebook-urile de cod DSS
Scrierea de vizualizări DSS avansate și funcții frontale personalizate cu Webapps
Lucrul cu caracteristica Dataiku DSS Code Reports Feature
Împărtășirea proiectelor de date Element și familiarizarea cu tabloul de bord DSS
Proiectarea și împachetarea unui proiect Dataiku DSS ca aplicație reutilizabilă
Prezentare generală a metodelor avansate din Dataiku DSS
- Implementarea partiționării optimizate a seturilor de date utilizând DSS
- Executarea unor părți specifice de procesare DSS prin calcule în containere Kubernetes.
Prezentare generală a Collaboration și controlul versiunilor în Dataiku DSS
Implementarea scenariilor de automatizare, a parametrilor și verificărilor pentru testarea proiectelor DSS
Implementarea și actualizarea unui proiect cu nodul de automatizare DSS și cu pachetele de module
Lucrul cu API-uri în timp real în Dataiku DSS
- API-uri suplimentare și API-uri Rest în DSS
Analiza și Forecasting Dataiku DSS Dataiku DSS Time Series
Securizarea unui proiect în Dataiku DSS
- Gestionarea permisiunilor de proiect și a autorizațiilor pentru tabloul de bord
- Implementarea opțiunilor avansate de securitate
Integrarea Dataiku DSS cu Cloud-ul
Depanare
Rezumat și concluzii
Cerințe
- Experiență cu limbajele de programare Python, SQL, și R
- Cunoștințe de bază privind prelucrarea datelor cu Apache Hadoop și Spark
- Comprehensiunea conceptelor de machine learning și a modelelor de date
- Cunoștințe de bază în analize statistice și concepte de știință a datelor
- Experiență în vizualizarea și comunicarea datelor .
Audiență
- Inginerii
- Cercetători de date
- Analiști de date
21 ore
