Cursusaanbod
Inleiding tot Data Analysis en Big Data
- Wat maakt Big Data "groot"?
- Snelheid, Volume, Verscheidenheid, Waarheidsgetrouwheid (VVVV)
- Grenzen aan traditionele gegevensverwerking
- Gedistribueerde verwerking
- Statistische analyse
- Soorten Machine Learning Analyse
- Data Visualization
Big Data Rollen en verantwoordelijkheden
- Beheerders
- Ontwikkelaars
- Data-analisten
Languages Gebruikt voor Data Analysis
- R Language
- Waarom R voor Data Analysis?
- Gegevensmanipulatie, berekening en grafische weergave
- Python
- Waarom Python voor Data Analysis?
- Gegevens manipuleren, verwerken, opschonen en verwerken
Benaderingen van Data Analysis
- Statistische analyse
- Analyse van tijdreeksen
- Forecasting met correlatie- en regressiemodellen
- Inferentieel Statistics (schatting)
- Beschrijvend Statistics in Big Data sets (bijv. het berekenen van gemiddelde)
- Machine Learning
- Leren onder toezicht versus leren zonder toezicht
- Classificatie en clustering
- Schatting van de kosten van specifieke methoden
- Filtering
- Natuurlijke taalverwerking
- Tekst verwerken
- Betekenis van de tekst onderstrepen
- Automatisch tekst genereren
- Sentiment analyse / onderwerp analyse
- Computer Vision
- Afbeeldingen verwerven, verwerken, analyseren en begrijpen
- 3D-scènes reconstrueren, interpreteren en begrijpen
- Beeldgegevens gebruiken om beslissingen te nemen
Big Data Infrastructuur
- Gegevensopslag
- Relationele databases (SQL)
- MySQL
- Postgres
- Oracle
- Niet-relationele databases (NoSQL)
- Cassandra
- MongoDB
- Neo4js
- De nuances begrijpen
- Hiërarchische databases
- Objectgeoriënteerde databases
- Document-georiënteerde databases
- Grafiek-georiënteerde databases
- Ander
- Relationele databases (SQL)
- Gedistribueerde verwerking
- Hadoop
- HDFS als een gedistribueerd bestandssysteem
- MapReduce voor gedistribueerde verwerking
- Vonk
- Alles-in-één in-memory cluster computing-framework voor grootschalige gegevensverwerking
- Gestructureerd streamen
- Vonk SQL
- Machine Learning bibliotheken: MLlib
- Grafiekverwerking met GraphX
- Hadoop
- Scalabillijkheid
- Publieke cloud
- AWS, Google, Aliyun, enz.
- Privécloud
- OpenStack, Cloud Foundry, enz.
- Automatische schaalbaarheid
- Publieke cloud
De juiste oplossing voor het probleem kiezen
De toekomst van Big Data
Samenvatting en volgende stappen
Vereisten
- Een algemeen begrip van wiskunde
- Een algemeen begrip van programmeren
- Een algemeen begrip van databases
Publiek
- Ontwikkelaars / programmeurs
- IT-consultants
Testimonials (7)
Hoe big data werken, dataprogramma's, meer kennis van hoe onze huidige wereld werkt met behulp van data
Ozayr Hussain - Vodacom
Cursus - A Practical Introduction to Data Analysis and Big Data
Automatisch vertaald
De praktische kant van de opleiding.
Patrick - Vodacom PTy Ltd
Cursus - A Practical Introduction to Data Analysis and Big Data
Automatisch vertaald
Interactieve onderwerpen en de stijl die de docent gebruikt om de onderwerpen voor de studenten te vereenvoudigen
Miran Saeed - Sulaymaniyah Asayish Agency
Cursus - A Practical Introduction to Data Analysis and Big Data
Automatisch vertaald
De trainer en zijn vermogen om te presenteren
ibrahim hamakarim - Sulaymaniyah Asayish Agency
Cursus - A Practical Introduction to Data Analysis and Big Data
Automatisch vertaald
Oefeningen in de praktijk
JOEL CHIGADA - University of the Western Cape
Cursus - A Practical Introduction to Data Analysis and Big Data
Automatisch vertaald
R-programmeren
Osden Jokonya - University of the Western Cape
Cursus - A Practical Introduction to Data Analysis and Big Data
Automatisch vertaald
Overall the Content was good.
Sameer Rohadia
Cursus - A practical introduction to Data Analysis and Big Data
Automatisch vertaald