Εξέλιξη Κομματιού
Εισαγωγή
- Το διαδικαστικό πλαίσιο της Επιστήμης των Δεδομένων
- Ρόλοι και ευθύνες ενός Επιστήμονα Δεδομένων
Η προετοιμασία του περιβάλλοντος ανάπτυξης
- Βιβλιοθήκες, πλαίσια, γλώσσες και εργαλεία
- Τοπική ανάπτυξη
- Συνεργασιακή διαδικτυακή ανάπτυξη
Συλλογή Δεδομένων
- 
        Ετερόκλιτα τύποι δεδομένων
        - 
                Κατάσταση
                - Τοπικές βάσεις δεδομένων
- Συνδέσεις με βάση δεδομένων
- Κοινές μορφές: xlxs, XML, Json, csv, ...
 
- 
                Μη-κατάσταση
                - Clicks, αισθητήρες, smartphones
- APIs
- Το Δίκτυο των Πραγμάτων (IoT)
- Εγγράφη, εικόνες, βίντεο, ήχοι
 
 
- 
                Κατάσταση
                
- Μελέτη περιπτώσεων: Συλλογή μεγάλου όγκου αμόρφων δεδομένων συνεχώς
Αποθήκευση Δεδομένων
- Σχετικές βάσεις δεδομένων
- Μη-σχετικές βάσεις δεδομένων
- Hadoop: Διανεμημένο Σύστημα Αρχείων (HDFS)
- Spark: Διανεμημένο Σύνολο Δεδομένων με αντοχή σε πτώσεις (RDD)
- Αποθήκευση στον Σύννεφο
Προετοιμασία Δεδομένων
- Κατάληψη, επιλογή, καθαρισμός και μετατροπή
- Εγγύηση ποιότητας δεδομένων - συμφωνία, σημασία και ασφάλεια
- Αναφορές εξαίρεσης
Γλώσσες για την προετοιμασία, επεξεργασία και ανάλυση
- 
        Γλώσσα R
        - Εισαγωγή στο R
- Διαχείριση δεδομένων, υπολογισμοί και γραφική παράσταση
 
- 
        Python
        - Εισαγωγή στο Python
- Διαχείριση, επεξεργασία, καθαρισμός και ανάλυση δεδομένων
 
Ανάλυση Δεδομένων
- 
        Εξερευνητική ανάλυση
        - Βασικές στατιστικές
- Προσωρινή παράσταση
- Κατανόηση δεδομένων
 
- Αιτιολογία
- Χαρακτηριστικά και μετατροπές
- 
        Μηχανήματα εκμάθησης
        - Επιβλεπόμενη ανεξάρτητη
- Πότε να χρησιμοποιήσουμε κάθε μοντέλο
 
- Επεξεργασία φυσικών γλωσσών (NLP)
Οπτικοποίηση Δεδομένων
- Καλύτερες πρακτικές
- Επιλογή του κατάλληλου διαγράμματος για κάθε δεδομένο
- Παλετές χρωμάτων
- 
        Ανόητη πορεία για την επόμενη βήμα
        - Πινάκες διαχείρισης
- Αλληλεπιδραστικές παραστάσεις
 
- Η αφήγηση των δεδομένων
Περίληψη και συμπέρασμα
Απαιτήσεις
- Γενική κατανόηση των χαρακτηριστικών βάσεων δεδομένων
- Βασική κατανόηση των στατιστικών
Σχόλια (4)
Μου άρεσε το στυλ του Pablo, το γεγονός ότι κάλυψε πολλά θέματα από το σχεδιασμό αναφορών, την προσαρμογή με html έως την εφαρμογή απλών αλγορίθμων ML. Goισορροπία θεωρητικών πληροφοριών / ασκήσεων. Ο Pablo κάλυψε πραγματικά όλα τα θέματα που με ενδιέφεραν και έδωσε ολοκληρωμένες απαντήσεις στις ερωτήσεις μου.
Cristian Tudose - SC Automobile Dacia SA
Κομμάτι - Advanced Data Analysis with TIBCO Spotfire
Μηχανική Μετάφραση
Αποτελεσματική εφαρμογή του Spotfire και όλων των βασικών λειτουργιών.
Michael Capili - STMicroelectronics, Inc.
Κομμάτι - Introduction to Spotfire
Μηχανική Μετάφραση
Πραγματικές πληροφορίες από κάποιον του συνόλου βιομηχανίας
Matthew Cerbas - Shield Consulting Solutions, Inc.
Κομμάτι - Grafana
Μηχανική Μετάφραση
Αληθινά είχα πρόσκαιρο με τους πολλούς εργαστήρια και τις πρακτικές.
Vivian Feng - Destination Canada
Κομμάτι - Data Analysis with SQL, Python and Spotfire
Μηχανική Μετάφραση
 
                    