Kursplan

Introduktion till Data Analysis och Big Data

  • Vad gör Big Data "stor"?
    • Hastighet, Volym, Variation, Sanningshalt (VVVV)
  • Begränsningar för traditionell databehandling
  • Distribuerad bearbetning
  • Statistisk analys
  • Typer av Machine Learning analys
  • Data Visualization

Big Data Roller och ansvar

  • Administratörer
  • Utvecklare
  • Dataanalytiker

Languages Används för Data Analysis

  • Python
    • Varför Python för Data Analysis?
    • Manipulera, bearbeta, rensa och bearbeta data

Tillvägagångssätt för Data Analysis

  • Statistisk analys
    • Analys av tidsserier
    • Forecasting med korrelations- och regressionsmodeller
    • Inferentiell Statistics (uppskattning)
    • Beskrivande Statistics i Big Data uppsättningar (t.ex. beräkning av medelvärde)
  • Machine Learning
    • Övervakad kontra oövervakad inlärning
    • Klassificering och klustring
    • Uppskattning av kostnaden för specifika metoder
    • Filtrering

Big Data Infrastruktur

  • Lagring av uppgifter
    • Relationsdatabaser (SQL)
      • MySQL
      • Postgres
      • Oracle
    • Förstå nyanserna
      • Hierarkiska databaser
      • Objektorienterade databaser
      • Dokumentorienterade databaser
      • Graforienterade databaser
      • Annan

Framtiden för Big Data

Sammanfattning och nästa steg

Krav

  • En allmän förståelse för matematik
  • En allmän förståelse för programmering
  • En allmän förståelse för databaser

Publik

  • Utvecklare / programmerare
  • IT-konsulter
 21 timmar

Antal deltagare


Price per participant

Vittnesmål (5)

Upcoming Courses

Relaterade Kategorier