Datautvinning med Python Träningskurs

Publik

Om du försöker skapa mening med de data du har tillgång till eller vill analysera ostrukturerade data som finns tillgängliga på nätet (som Twitter, Länkade in osv ...) är den här kursen för dig.

Det riktar sig mest till beslutsfattare och människor som behöver välja vilka data som är värda att samla in och vad som är värt att analysera.

Det är inte riktat till personer som konfigurerar lösningen, men dessa människor kommer dock att dra nytta av den stora bilden.

Leveransläge

Under kursen kommer delegaterna att presenteras med fungerande exempel på mestadels open source-teknik.

Korta föreläsningar följs av presentation och enkla övningar av deltagarna

Innehåll och programvara som används

All mjukvara som används uppdateras varje gång kursen körs, så vi kontrollerar de senaste versionerna som möjligt.

Det täcker processen från att skaffa, formatera, bearbeta och analysera data, för att förklara hur man automatiserar beslutsfattande med maskininlärning.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare och mjukvaruingenjörer som vill använda Dask med Python ekosystemet för att bygga, skala och analysera stora datamängder.

I slutet av denna utbildning kommer deltagarna att kunna:

• Ställ in miljön för att börja bygga stordatabehandling med Dask och Python.
• Utforska funktionerna, biblioteken, verktygen och API:er som är tillgängliga i Dask.
• Förstå hur Dask accelererar parallell beräkning i Python.
• Lär dig hur du skalar Python-ekosystemet (Numpy, SciPy och Pandas) med Dask.
• Optimera Dask-miljön för att bibehålla hög prestanda vid hantering av stora datamängder.

Objektiv:

Delegaterna kan analysera stora datamängder, extrahera mönster, välja rätt variabel som påverkar resultaten så att en ny modell prognostiseras med prediktiva resultat.

Kursen kan förses med alla verktyg, inklusive gratis programvara och applikationer för öppen källkodsutvinning

R är ett fritt programmeringsspråk med öppen källkod för statistisk beräkning, dataanalys och grafik. R används av ett växande antal chefer och dataanalytiker inom företag och akademi. R har ett brett utbud av paket för data mining.

• Inställa en utvecklingsmiljö som inkluderar Python, Pandas och NumPy.
• Skapa en dataanalysapplikation med hjälp av Pandas och NumPy.
• Utföra avancerad datahantering, sortering och filtrering.
• Utföra aggregatoperationer och analysera tidsserie data.
• Visualisera data med Matplotlib och andra visualiseringsbibliotek.
• Felhantera och optimera sin dataanalyskod.

Kursen är avsedd för ingenjörer och beslutsfattare som arbetar med data mining och knoweldge-upptäckt.

Du kommer att lära dig att skapa effektiva tomter och sätt att presentera och representera dina data på ett sätt som tilltalar beslutsfattarna och hjälper dem att förstå dold information.

R är ett gratis programmeringsspråk med öppen källkod för statistisk beräkning, dataanalys och grafik. R används av ett växande antal chefer och dataanalytiker inom företag och den akademiska världen. R har ett brett utbud av paket för datautvinning.

Big data är datauppsättningar som är så omfattande och komplexa att traditionell applikationsprogramvara för databehandling är otillräcklig för att hantera dem. Stora datautmaningar inkluderar fånga data, datalagring, dataanalys, sökning, delning, överföring, visualisering, fråga, uppdatering och informationssekretess.

Denna instruktörsledda, liveutbildning i (online eller på plats) riktar sig till utvecklare som vill använda FARM-stacken (FastAPI, React och MongoDB) för att bygga dynamiska, högpresterande och skalbara webbapplikationer.

I slutet av denna utbildning kommer deltagarna att kunna:

Konfigurera den nödvändiga utvecklingsmiljön som integrerar FastAPI, React och MongoDB. Förstå nyckelkoncepten, funktionerna och fördelarna med FARM-stacken. Lär dig hur du bygger REST API:er med FastAPI. Lär dig hur du designar interaktiva applikationer med React. Utveckla, testa och distribuera applikationer (front-end och back-end) med FARM-stacken.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare som vill använda FastAPI med Python för att bygga, testa och distribuera RESTful API:er enklare och snabbare.

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera den nödvändiga utvecklingsmiljön för att utveckla API:er med Python och FastAPI.
• Skapa API:er snabbare och enklare med hjälp av FastAPI-biblioteket.
• Lär dig hur du skapar datamodeller och scheman baserat på Pydantic och OpenAPI.
• Anslut API:er till en databas med hjälp av SQLAlchemy.
• Implementera säkerhet och autentisering i API:er med hjälp av FastAPI-verktygen.
• Bygg containerbilder och distribuera webb-API:er till en molnserver.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare och utvecklare som vill använda Modin för att bygga och implementera parallella beräkningar med Pandas för snabbare dataanalys.

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera den miljö som krävs för att börja utveckla Pandas arbetsflöden i stor skala med Modin.
• Förstå funktionerna, arkitekturen och fördelarna med Modin.
• Känn till skillnaderna mellan Modin, Dask och Ray.
• Utför Pandas operationer snabbare med Modin.
• Implementera hela Pandas API:et och funktionerna.

Kursets mål är att låta deltagarna få en djup förståelse för hur man arbetar med SQL-språket i en Oracle-databas för datainhämtning på mellanavancerad nivå.

R är ett fritt programmeringsspråk med öppen källkod för statistisk beräkning, dataanalys och grafik. R används av ett växande antal chefer och dataanalytiker inom företag och akademi. R har också hittat följare bland statistiker, ingenjörer och forskare utan datorprogrammeringsfärdigheter som tycker det är lätt att använda. Dess popularitet beror på den ökande användningen av data mining för olika mål såsom fastställda annonspriser, snabbare hitta nya läkemedel eller finjustera finansiella modeller. R har ett brett utbud av paket för data mining.

Goal:

Att lära sig att arbeta med SPSS på nivån av självständighet

Adressaterna:

Analytiker, forskare, vetenskapsmän, studenter och alla som vill skaffa sig förmågan att använda SPSS-paketet och lära sig populära datautvinningstekniker.