Dataiku för Enterprise AI och Machine Learning Träningskurs

Introduktion

Installera och Konfigurera Dataiku Data Science Studio (DSS)

• Systemkrav för Dataiku DSS
• Konfigurering av Apache Hadoop- och Apache Spark-integrationer
• Konfigurera Dataiku DSS med webbproxies
• Migrering från andra plattformar till Dataiku DSS

Översikt över Dataiku DSS Funktioner och Arkitektur

• Grundläggande objekt och grafer i Dataiku DSS
• Vad är en recept i Dataiku DSS?
• Typer av uppsättningar som stöds av Dataiku DSS

Skapa ett Dataiku DSS Projekt

Definiera uppsättningar för att ansluta till dataresurser i Dataiku DSS

• Arbeta med DSS-anslutningar och filformat
• Standard DSS-format v.s. Hadoop-specifika format
• Ladda upp filer för ett Dataiku DSS-projekt

Översikt över Serverfilsystemet i Dataiku DSS

Skapa och Använda Hanterade Mappar

• Dataiku DSS-recept för sammanfogad mapp
• Lokala v.s. icke-lokala hanterade mappar

Skapa en Filsystemsuppsättning med innehåll från hanterade mappar

• Utföra rening med ett DSS-kodrecept

Arbeta med Metriska Uppsättningar och Interna Statistikuppsättningar

Implementera DSS Laddningsrecept för HTTP-uppsättningar

Flytta SQL-uppsättningar och HDFS-uppsättningar med DSS

Ordna uppsättningar i Dataiku DSS

• Skrivordning v.s. läsläsningstid ordning

Utforska och Förbereda Datavisualiseringar för ett Dataiku DSS Projekt

Översikt över Dataiku Schema, Lagringstyper och Betydelser

Utföra Rengöring, Normalisering och Berikning av Skript i Dataiku DSS

Arbeta med Dataiku DSS Diagramgränssnitt och Typer av Visuella Aggregeringar

Använda den Interaktiva Statistikfunktionen i DSS

• Univariat analys v.s. bivariat analys
• Använda verktyget för Principal Component Analysis (PCA) i DSS

Översikt över Maskinlärning med Dataiku DSS

• Övervakad ML v.s. oövervakad ML
• Referenser för DSS ML-algoritmer och hantering av funktioner
• Djupinlärning med Dataiku DSS

Översikt över Flödet som härleds från DSS-uppsättningar och recept

Transformera befintliga uppsättningar i DSS med visuella recept

Använda DSS-recept baserade på användardefinierad kod

Optimera kodutforskning och experimentering med DSS-kodanteckningar

Skriva avancerade DSS-visualiseringar och anpassade frontend-funktioner med webapps

Arbeta med Dataiku DSS-kodrapportfunktion

Dela projekt-element och bekanta sig med DSS-dashboards

Designa och Förpacka ett Dataiku DSS Projekt som en Återanvändbar Applikation

Översikt över Avancerade Metoder i Dataiku DSS

• Implementera optimerad uppsättningspartitionering med DSS
• Kör specifika DSS-bearbetningsdelar via beräkningar i Kubernetes-container

Översikt över Samarbete och Versionshantering i Dataiku DSS

Implementera automatiseringsscenarier, mätningar och kontroller för DSS-projekttestning

Distribuera och Uppdatera ett Projekt med DSS-automatiseringsnod och Paket

Arbeta med Real-Time APIs i Dataiku DSS

• Ytterligare API:er och Rest API:er i DSS

Analysera och Prognostisera Dataiku DSS Tidssekvenser

Säkra ett Projekt i Dataiku DSS

• Hantera projektbehörigheter och dashboardauktorisationer
• Implementera avancerade säkerhetsalternativ

Integrera Dataiku DSS med Moln

Felsökning

Sammanfattning och Slutsats