Úvod do Data Science Počítačový Kurz

Toto je 5denní úvod do datové vědy a umělé inteligence (AI).

Kurz se vyučuje s příklady a cvičeními pomocí Pythonu.

Toto instruktorem vedené živé školení v České republice (online nebo na místě) je zaměřeno na účastníky středně pokročilé úrovně, kteří chtějí automatizovat a spravovat pracovní postupy strojového učení, včetně tréninku modelů, validace a nasazení pomocí Apache Airflow.

Na konci tohoto školení budou účastníci schopni:

• Nastavit Apache Airflow pro orchestraci pracovních postupů strojového učení.
• Automatizovat úkoly předzpracování dat, tréninku modelů a validace.
• Integrovat Airflow s rámci a nástroji pro strojové učení.
• Nasadit modely strojového učení pomocí automatizovaných kanálů.
• Monitorovat a optimalizovat pracovní postupy strojového učení v produkci.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové vědce, kteří chtějí používat ekosystém Anaconda k zachycení, správě a nasazení balíčků a pracovních postupů analýzy dat na jediné platformě.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Anaconda komponenty a knihovny.
• Pochopte základní koncepty, funkce a výhody Anaconda.
• Spravujte balíčky, prostředí a kanály pomocí Navigátoru Anaconda.
• Používejte balíčky Conda, R a Python pro datovou vědu a strojové učení.
• Seznamte se s některými praktickými případy použití a technikami pro správu více datových prostředí.

Toto instruktorem vedené, živé školení v České republice (online nebo na místě) je určeno středně pokročilým datovým odborníkům a analytikům, kteří chtějí použít AWS Cloud9 pro optimalizované pracovní postupy v oblasti datových věd.

Na konci tohoto školení budou účastníci schopni:

• Nastavit pracovní prostředí pro datové vědy v AWS Cloud9.
• Provést analýzu dat pomocí Pythonu, R a Jupyter Notebook v Cloud9.
• Integrovat AWS Cloud9 s datovými službami AWS jako S3, RDS a Redshift.
• Využívat AWS Cloud9 pro vývoj a nasazení modelů strojového učení.
• Optimalizovat cloubové pracovní postupy pro analýzu dat a jejich zpracování.

Tato instruktorem vedena živá školení v České republice (online nebo na místě) je určená začínajícím data scientištkám a IT profesionálům, kteří chtějí naučit se základy data science pomocí Google Colab.

Po absolvování tohoto školení budou účastníci schopni:

• Nastavit a orientovat se v Google Colab.
• Psát a spouštět základní Python kód.
• Importovat a spravovat datové soubory.
• Vytvářet vizualizace pomocí Python knihoven.

Účastníci, kteří absolvují toto školení, získají praktické a relevantní porozumění datové vědě a jejím souvisejícím technologiím, metodologiím a nástrojům.

Účastníci budou mít možnost tuto znalost uplatnit prostřednictvím praktických cvičení. Skupinová interakce a zpětná vazba od vyučujícího představují důležitou součást kurzu.

Kurs začíná úvodem do základních konceptů datové vědy a dále pokračuje v popisu nástrojů a metodologií používaných v této oblasti.

Účastníci kurzu

• Vývojáři
• Techničtí analytičtí pracovníci
• IT konzultanti

Formát kurzu

• Částečně přednáška, částečně diskuse, cvičení a značné praktické uplatnění.

Poznámka

• Pro požadavek na přizpůsobené školení pro tento kurz, kontaktujte nás a domluvte si detaily.

Velká data jsou datové soubory, které jsou tak objemné a složité, že tradiční aplikační software pro zpracování dat je pro ně nedostatečný. Velké problémy s daty zahrnují sběr dat, ukládání dat, analýzu dat, vyhledávání, sdílení, přenos, vizualizaci, dotazování, aktualizaci a ochranu osobních údajů.

Tento kurz je určený pro Marketingové a Prodejní Profesionály, kteří se chtějí více zabývat aplikací datových věd v marketingu/ prodaji. Kurz poskytuje podrobný přehled různých technik datových věd používaných pro "upselling", "cross-selling", segmentaci trhu, branding a CLV (Customer Lifetime Value).

Rozdíl mezi Marketingem a Prodejem - Jak se liší prodej a marketing?

Jednoduchými slovy lze prodej charakterizovat jako proces, který se zaměřuje na jednotlivce nebo malé skupiny. Marketing na druhou stranu míří na širší skupinu nebo obecnou veřejnost. Marketing zahrnuje výzkum (identifikaci potřeb zákazníků), vývoj produktů (vytvořování inovačních produktů) a propagaci produktu (pomocí reklam) a tím vytváří povědomí o produktu mezi spotřebiteli. Marketing znamená generování potenciálních klientů nebo případů. Jakmile je produkt na trhu, je úkolem prodejce přesvědčit zákazníka k nákupu tohoto produktu. Prodej znamená převod potenciálních klientů na kupující zákazníky a objednávky, zatímco marketing se zaměřuje na delší výhledy, prodej se týká kratších cílů.

Tento instruktorův živý kurz (online nebo na místě) představí myšlenku společného vývoje ve vědeckém zpracování dat a ukáže, jak používat Jupyter pro sledování a účast jako tým v "životním cyklu výpočetní myšlenky". Kurz projedná postupem vytvoření vzorového projektu ve vědeckém zpracování dat na základě Jupyter ekosystému.

Koncem tohoto kurzu budou účastníci schopni:

• Nainstalovat a nakonfigurovat Jupyter, včetně vytvoření a integrace týmového repozitáře na Git.
• Používat funkce Jupyteru jako rozšíření, interaktivní widgety, víceklientský režim a další k podpoře projektové spolupráce.
• Vytvářet, sdílet a organizovat Jupyter Notebook s členy týmu.
• Zvolit jazyky Scala, Python, R pro psaní a spouštění kódu proti systémům velkých dat jako jsou Apache Spark přes rozhraní Jupyteru.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové vědce a vývojáře, kteří se chtějí učit a budovat svou kariéru v Data Science pomocí Kaggle.

Na konci tohoto školení budou účastníci schopni:

• Přečtěte si o datové vědě a strojovém učení.
• Prozkoumejte analýzu dat.
• Přečtěte si o Kaggle a jak to funguje.

KNIME Analytics Platform je vedoucí open-source možností pro datově odbornou inovaci, která vám pomůže objevit potenciál skrytý ve vašich datech, těžit z nových poznatků nebo předpovědět budoucnost. S více než 1000 moduly, stovkami připravených k použití příkladů, komplexním rozsahem integrovaných nástrojů a nejširší možností pokročilých algoritmů, které jsou dostupné, je KNIME Analytics Platform dokonalým toolboxem pro jakéhokoli datového vědce a business analytika.

Toto kurzy o KNIME Analytics Platformu je ideální příležitost pro začátečníky, pokročilé uživatele a KNIME odborníky, aby seznámili s KNIME, naučili se ho používat efektivněji a vytvářet jasné, komplexní zprávy na základě KNIME workflowů.

Toto instruktorem vedené živé školení (online nebo prezenčně) je zaměřeno na datové odborníky, kteří chtějí použít KNIME pro řešení komplexních obchodních potřeb.

Je určené pro publikum, které nezná programování a zamýšlí využívat moderní nástroje k implementaci analytických scénářů.

Na konci tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat KNIME.
• Vytvářet scénáře Data Science.
• Trenovat, testovat a ověřovat modely.
• Implementovat celkový datově odborný vývojový cyklus.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Mnoho cvičení a praxe.
• Praktické implementace v živé laboratoři.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení pro tento kurz nebo pro více informací o tomto programu, kontaktujte nás, abychom vám pomohli s organizací.

V první části tohoto školení pokryjeme základy MATLAB a jeho funkci jako jazyka i platformy. Součástí této diskuse je úvod do MATLAB syntaxe, polí a matic, vizualizace dat, vývoje skriptů a objektově orientovaných principů.

Ve druhé části demonstrujeme, jak používat MATLAB pro dolování dat, strojové učení a prediktivní analytiku. Abychom účastníkům poskytli jasnou a praktickou perspektivu přístupu a síly MATLAB, nakreslíme srovnání mezi používáním MATLAB a jinými nástroji, jako jsou tabulky, C, C++ a Visual Basic.

Ve třetí části školení se účastníci naučí, jak zefektivnit svou práci automatizací zpracování dat a generování reportů.

V průběhu kurzu budou účastníci uplatňovat v praxi myšlenky získané praktickými cvičeními v laboratorním prostředí. Na konci školení budou mít účastníci důkladný přehled o schopnostech MATLAB a budou je moci využít pro řešení reálných problémů datové vědy a také pro zefektivnění své práce prostřednictvím automatizace.

V průběhu kurzu budou probíhat hodnocení, aby bylo možné změřit pokrok.

Formát kurzu

• Kurz zahrnuje teoretická a praktická cvičení, včetně případových diskuzí, kontroly ukázkového kódu a praktické implementace.

Poznámka

• Cvičební sezení budou vycházet z předem připravených šablon vzorových datových zpráv. Pokud máte specifické požadavky, kontaktujte nás, abychom se domluvili.

Tento instruktorem vedený, živý školení v České republice (online nebo přítomně) je určen pro data analytiky, vývojáře nebo aspirující datové vědce středního úrovně, kteří si přejí používat strojové učení v Pythonu ke získávání inzercí, dělání predikcí a automatizaci data ovládaných rozhodnutí.

Na konci tohoto kurzu budou účastníci schopni:

• Pochopit a rozlišovat klíčové paradigmy strojového učení.
• Zkoumat techniky předzpracování dat a metriky hodnocení modelů.
• Používat algoritmy strojového učení k řešení praktických problémů s daty.
• Pracovat s Python knihovnami a Jupyter notebooky pro praxi.
• Vytvářet modely pro predikci, klasifikaci, doporučování a shlukování.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové vědce a vývojáře, kteří chtějí používat Modin k sestavení a implementaci paralelních výpočtů s Pandas pro rychlejší analýzu dat.

Na konci tohoto školení budou účastníci schopni:

• Nastavte potřebné prostředí, abyste mohli začít vyvíjet pracovní postupy Pandas ve velkém měřítku s Modin.
• Pochopte funkce, architekturu a výhody Modin.
• Poznejte rozdíly mezi Modin, Dask a Rayem.
• Pomocí Modin provádějte operace Pandas rychleji.
• Implementujte celé Pandas API a funkce.

Tento školení pod vedením instruktora (online nebo na místě) je určený datovým vědcům a vývojářům, kteří chtějí použít RAPIDS pro vytváření GPU-akcelerovaných datových potoků, pracovních postupů a vizualizací s použitím algoritmů strojového učení, jako je XGBoost, cuML atd.

Na konci tohoto školení budou účastníci schopni:

• Nastavit nezbytné vývojové prostředí pro vytváření datových modelů s NVIDIA RAPIDS.
• Pochopit funkce, komponenty a výhody RAPIDS.
• Využít GPU k akceleraci datových a analytických potoků od začátku do konce.
• Implementovat GPU-akcelerovanou přípravu dat a ETL s cuDF a Apache Arrow.
• Naučit se, jak provádět úkoly strojového učení pomocí algoritmů XGBoost a cuML.
• Vytvářet datové vizualizace a provádět grafickou analýzu s cuXfilter a cuGraph.