Jupyter voor Data Science Teams Training Cursus
Jupyter is een open-source, webgebaseerde interactieve IDE- en computeromgeving.
Deze live training onder leiding van een instructeur (online of op locatie) introduceert het idee van gezamenlijke ontwikkeling in datawetenschap en laat zien hoe Jupyter kan worden gebruikt om als team deel te nemen aan de "levenscyclus van een computationeel idee". Het leidt deelnemers door het maken van een voorbeeldproject voor datawetenschap op basis van het Jupyter-ecosysteem.
Aan het einde van deze training zijn de deelnemers in staat om:
- Installeer en configureer Jupyter, inclusief het maken en integreren van een teamrepository op Git.
- Gebruik Jupyter-functies zoals extensies, interactieve widgets, modus voor meerdere gebruikers en meer om projectsamenwerking mogelijk te maken.
- Maak, deel en organiseer Jupyter Notebooks met teamleden.
- Kies uit Scala, Python, R, om code te schrijven en uit te voeren tegen big data-systemen zoals Apache Spark, allemaal via de Jupyter-interface.
Formaat van de cursus
- Interactieve lezing en discussie.
- Veel oefeningen en oefeningen.
- Hands-on implementatie in een live-lab omgeving.
Opties voor het aanpassen van cursussen
- De Jupyter Notebook ondersteunt meer dan 40 talen, waaronder R, Python, Scala, Julia, enz. Om deze cursus aan te passen aan uw taal of talen naar keuze, neem dan contact met ons op om dit te regelen.
Cursusaanbod
Inleiding tot Jupyter
- Overzicht van Jupyter en zijn ecosysteem
- Installatie en configuratie
- Jupyter configureren voor teamsamenwerking
Samenwerkingsfuncties
- Git gebruiken voor versiebeheer
- Extensies en interactieve widgets
- Modus voor meerdere gebruikers
Notitieblokken maken en beheren
- Notebook structuur en functionaliteit
- Notitieblokken delen en ordenen
- Praktische tips voor samenwerking
Programming met Jupyter
- Programmeertalen kiezen en gebruiken (Python, R, Scala)
- Code schrijven en uitvoeren
- Integratie met big data-systemen (Apache Spark)
Geavanceerde Jupyter-functies
- Jupyter-omgeving aanpassen
- Workflows automatiseren met Jupyter
- Geavanceerde gebruiksscenario's verkennen
Praktische sessies
- Hands-on laboratoria
- Data science-projecten in de echte wereld
- Groepsoefeningen en intercollegiale reviews
Samenvatting en volgende stappen
Vereisten
- Programming ervaring in talen zoals Python, R, Scala, enz.
- Een achtergrond in data science
Audiëntie
- Data science-teams
Voor open trainingen is een minimum aantal van 5 deelnemers vereist
Jupyter voor Data Science Teams Training Cursus - Boeking
Jupyter voor Data Science Teams Training Cursus - Navraag
Jupyter voor Data Science Teams - Consultancyaanvraag
Consultancyaanvraag
Getuigenissen (1)
Het is geweldig dat de cursus op maat gemaakt is voor de belangrijkste gebieden die ik in het vooraf ingevulde enquêtevraagformulier heb aangegeven. Dit helpt echt om mijn vragen over de onderwerpen te beantwoorden en in lijn te brengen met mijn leerdoelen.
Winnie Chan - Statistics Canada
Cursus - Jupyter for Data Science Teams
Automatisch vertaald
Voorlopige Aankomende Cursussen
Gerelateerde cursussen
Introductie tot Data Science en AI met Python
35 urenDit is een introductiecursus van 5 dagen naar Data Science en Kunstmatige Intelligentie (AI).
De cursus wordt aangeboden met voorbeelden en oefeningen in Python
Ecosystem voor Datawetenschappers
14 urenDeze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor datawetenschappers die het Anaconda-ecosysteem willen gebruiken om pakketten en workflows voor gegevensanalyse vast te leggen, te beheren en te implementeren in één enkel platform.
Aan het einde van deze training zijn de deelnemers in staat om:
- Installeer en configureer Anaconda componenten en bibliotheken.
- Begrijp de kernconcepten, kenmerken en voordelen van Anaconda.
- Beheer pakketten, omgevingen en kanalen met behulp van Anaconda Navigator.
- Gebruik Conda-, R- en Python-pakketten voor datawetenschap en machine learning.
- Maak kennis met enkele praktische use cases en technieken voor het beheren van meerdere data-omgevingen.
Een Praktische Inleiding tot Data Science
35 urenDeelnemers die deze training voltooien zullen een praktisch, realistisch inzicht krijgen in Data Science en de daarbij horende technologieën, methodieken en tools.
De deelnemers krijgen de mogelijkheid om dit kennis op te doen door middel van praktijkopdrachten. Groepsinteracties en instructeurfeedback vormen een belangrijk onderdeel van de cursus.
Het programma begint met een inleiding tot de basisconcepten van Data Science, waarna het verder gaat naar de tools en methodieken die worden gebruikt in Data Science.
Doelgroep
- Ontwikkelaars
- Technische analisten
- IT-adviseurs
Cursusopzet
- Deel theorie, deel discussie, oefeningen en veel praktijkwerk
Opmerking
- Voor een op maat gemaakte training voor deze cursus, neem contact met ons op om de details te regelen.
Data Science Programme
245 urenDe explosie van informatie en data in de wereld van vandaag is ongeëvenaard; ons vermogen om te innoveren en de grenzen van het mogelijke te verleggen groeit sneller dan ooit tevoren. De rol van Data Scientist is tegenwoordig een van de meest gevraagde vaardigheden in de industrie.
Wij bieden veel meer dan leren via theorie; wij leveren praktische, verkoopbare vaardigheden die de kloof overbruggen tussen de wereld van de academische wereld en de eisen van de industrie.
Dit curriculum van 7 weken kan worden afgestemd op uw specifieke branchevereisten. Neem contact met ons op voor meer informatie of bezoek de website van het Nobleprog Instituut
Publiek:
Dit programma is bedoeld voor afgestudeerden op postniveau en voor iedereen met de vereiste vereiste vaardigheden, die zullen worden bepaald door een beoordeling en een interview.
Levering:
De cursus wordt gegeven een mix van Instructor Led Classroom en Instructor Led Online; normaal gesproken zal de eerste week 'klassikaal geleid' zijn, weken 2 - 6 'virtueel klaslokaal' en week 7 terug naar 'klassikaal geleid'.
Data Science voor Big Data-analyse
35 urenBig data zijn datasets die zo omvangrijk en complex zijn dat traditionele applicatiesoftware voor gegevensverwerking onvoldoende is om hiermee om te gaan. Big data-uitdagingen zijn onder meer het vastleggen van gegevens, gegevensopslag, gegevensanalyse, zoeken, delen, overdragen, visualiseren, opvragen, bijwerken en informatieprivacy.
Data Science essentieel voor Marketing/Sales professionals
21 urenDeze cursus is bedoeld voor marketing- en verkoopprofessionals die dieper ingaan op de toepassing van datawetenschap in marketing en verkoop. De cursus biedt een gedetailleerde behandeling van verschillende datawetenschapstechnieken die worden gebruikt voor “upsale”, “cross-sale”, marktsegmentatie, branding en CLV.
Verschil tussen Marketing en Verkoop - Hoe verschillen verkoop en marketing van elkaar?
In heel eenvoudige bewoordingen kan verkoop worden omschreven als een proces dat zich richt op individuen of kleine groepen. Marketing richt zich daarentegen op een grotere groep of het algemeen publiek. Marketing omvat onderzoek (identificatie van de behoeften van de klant), productontwikkeling (het produceren van innovatieve producten) en promotie van het product (door middel van reclame) en creëert bewustzijn over het product onder consumenten. Zo is marketing gericht op het genereren van leads of prospects. Zodra het product op de markt is, is het de taak van de verkoper om de klant te overtuigen om het product te kopen. Verkoop betekent leads of prospects omzetten in aankopen en bestellingen, terwijl marketing zich richt op langere termijn, richt verkoop zich op kortere doelen.
Introductie tot Data Science
35 urenDeze instructeurgeleide, live training (online of ter plaatse) is gericht op professionals die een carrière in Data Science willen beginnen.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
- Python en MySql te installeren en configureren.
- Inzicht te krijgen in wat Data Science is en hoe het waarde kan toevoegen aan vrijwel elk bedrijf.
- Het basisprincipes van programmeren in Python te leren.
- Ondersteunde en onondersteunde Machine Learning-technieken te leren, deze te implementeren en de resultaten te interpreteren.
Opzet van de cursus
- Interactieve les en discussie.
- Veel oefeningen en praktijk.
- Praktijkgerichte implementatie in een live-labomgeving.
Cursus aanpassingsopties
- Voor een aangepaste training voor deze cursus, neem contact met ons op om de details te regelen.
Kaggle
14 urenDeze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor datawetenschappers en -ontwikkelaars die willen leren en hun carrière willen opbouwen in Data Science met behulp van Kaggle.
Aan het einde van deze training zijn de deelnemers in staat om:
- Meer informatie over datawetenschap en machine learning.
- Verken data-analyse.
- Lees meer over Kaggle en hoe het werkt.
MATLAB Fundamentals, Data Science & Rapportgeneratie
35 urenIn het eerste deel van deze training behandelen we de basisprincipes van MATLAB en de functie ervan als zowel een taal als een platform. In deze discussie is een inleiding opgenomen in MATLAB syntaxis, arrays en matrices, datavisualisatie, scriptontwikkeling en objectgeoriënteerde principes.
In het tweede deel laten we zien hoe je MATLAB kunt gebruiken voor datamining, machine learning en voorspellende analyses. Om deelnemers een duidelijk en praktisch perspectief te geven op de aanpak en kracht van MATLAB, maken we vergelijkingen tussen het gebruik van MATLAB en het gebruik van andere tools zoals spreadsheets, C, C++ en Visual Basic.
In het derde deel van de training leren deelnemers hoe ze hun werk kunnen stroomlijnen door hun gegevensverwerking en het genereren van rapporten te automatiseren.
Tijdens de cursus zullen de deelnemers de geleerde ideeën in de praktijk brengen door middel van praktische oefeningen in een laboratoriumomgeving. Aan het einde van de training hebben de deelnemers een grondig begrip van de capaciteiten van MATLAB en kunnen ze deze gebruiken voor het oplossen van real-world data science-problemen en voor het stroomlijnen van hun werk door middel van automatisering.
Tijdens de cursus zullen beoordelingen worden uitgevoerd om de voortgang te meten.
Opzet van de cursus
- De cursus omvat theoretische en praktische oefeningen, waaronder casusbesprekingen, inspectie van voorbeeldcodes en praktische implementatie.
Notitie
- Oefensessies zijn gebaseerd op vooraf afgesproken voorbeeldgegevensrapportsjablonen. Als u specifieke wensen heeft, neem dan contact met ons op om dit te regelen.
Machine Learning voor Data Science met Python
21 urenDeze door een instructeur geleide live training in België (online of ter plaatse) is gericht op geavanceerde data-analyse, ontwikkelaars of toekomstige datawetenschappers die machine learning-technieken willen toepassen in Python om inzichten te verkrijgen, voorspellingen te doen en gegevensgestuurde beslissingen te automatiseren.
Na voltooiing van deze cursus zullen de deelnemers in staat zijn om:
- De belangrijkste machine learning-paradigma's te begrijpen en te onderscheiden.
- Gegevensvoorbewerkingstechnieken en modelbeoordelingsmetrieken te verkennen.
- Machine learning-algoritmen toe te passen op echte problemen met gegevens.
- Python bibliotheken en Jupyter-notebooks te gebruiken voor praktische ontwikkeling.
- Modellen te bouwen voor voorspelling, classificatie, aanbeveling en clustering.
Versnellen van Python Pandas Workflows met Modin
14 urenDeze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor datawetenschappers en -ontwikkelaars die Modin willen gebruiken om parallelle berekeningen te bouwen en te implementeren met Pandas voor snellere data-analyse.
Aan het einde van deze training zijn de deelnemers in staat om:
- Zet de benodigde omgeving op om te beginnen met het ontwikkelen van Pandas workflows op schaal met Modin.
- Begrijp de functies, architectuur en voordelen van Modin.
- Ken de verschillen tussen Modin, Dask en Ray.
- Voer Pandas bewerkingen sneller uit met Modin.
- Implementeer de volledige Pandas API en functies.
Python Programmeren voor Financiën
35 urenPython is een programmeertaal die enorm veel populariteit heeft gekregen in de financiële sector. Geadopteerd door de grootste beleggingsbanken en hedgefondsen wordt het gebruikt om een breed scala aan financiële toepassingen te bouwen, van kernhandelsprogramma's tot risicomanagementsystemen.
Tijdens deze instructiegeleide live training zullen deelnemers leren hoe ze Python kunnen gebruiken om praktische toepassingen te ontwikkelen voor het oplossen van een aantal specifieke financiële problemen.
Na afloop van deze training zullen deelnemers in staat zijn:
- Het basisprincipe van de Python-programmeertaal begrijpen
- De beste ontwikkeltools downloaden, installeren en onderhouden voor het creëren van financiële toepassingen in Python
- De meest geschikte Python-pakketten en -programmeertechnieken selecteren en gebruiken om financiële gegevens uit verschillende bronnen (CSV, Excel, databases, web, etc.) te organiseren, visualiseren en analyseren
- Toepassingen bouwen die problemen oplossen gerelateerd aan asset allocatie, risicoanalyse, investeringsprestaties en meer
- Een Python-toepassing troubleshooten, integreren, implementeren en optimaliseren
Doelgroep
- Ontwikkelaars
- Analytici
- Quants
Cursusopzet
- Gedeeltelijk lezing, gedeeltelijk discussie, oefeningen en veel praktijkervaring
Noot
- Deze training strekt zich uit over oplossingen voor sommige van de belangrijkste problemen waarmee financiële professionals worden geconfronteerd. Als u een bepaald onderwerp, hulpmiddel of techniek wilt toevoegen of verder uitwerken, neem dan contact met ons op om dit te regelen.
Python in Data Science
35 urenDe training zal de deelnemers helpen voorbereiden op Web Application Development met Python Programming en Data Analytics. Dit soort data-visualisatie is een uitstekend hulpmiddel voor Top Management bij het nemen van beslissingen.
Qlik Sense voor Data Science
14 urenDeze instructeurgeleide, live training in België (online of on-site) is gericht op dataanalisten en webontwikkelaars die associatieve modellen in Qlik Sense willen ontwikkelen.
Aan het einde van deze training zullen de deelnemers in staat zijn:
- Qlik Sense toe te passen in data science.
- Het Qlik Sense-gebruikersinterface te gebruiken en te navigeren.
- Een gegevensvaardige workforc met AI-interactie op te bouwen.
- Een data-drijvende organisatie te creëren met Qlik Sense.
GPU Data Science met NVIDIA RAPIDS
14 urenDeze door een instructeur geleide, live training (online of ter plaatse) is bedoeld voor datawetenschappers en ontwikkelaars die RAPIDS willen gebruiken om GPU-geaccelereerde datapijplijnen, workflows en visualisaties te bouwen en machine learning algoritmen zoals XGBoost, cuML, enz. toe te passen.
Aan het einde van deze training kunnen de deelnemers:
- De noodzakelijke ontwikkelomgeving inrichten om datamodellen te bouwen met NVIDIA RAPIDS.
- De functies, componenten en voordelen van RAPIDS begrijpen.
- GPUs benutten om end-to-end data- en analytische pijplijnen te versnellen.
- GPU-geaccelereerde datapreparatie en ETL implementeren met cuDF en Apache Arrow.
- Leren hoe machine learning taken uit te voeren met XGBoost en cuML algoritmen.
- Datavisualisaties bouwen en grafische analyse uitvoeren met cuXfilter en cuGraph.