Fondamentaux du travail avec le Big Data (Data Science) - cours 14 990 RUB. de Spécialiste, formation, Date: 30 novembre 2023.
Miscellanea / / November 30, 2023
Enseignant principal du Centre, responsable de la direction « Technologies pédagogiques innovantes ». Docteur en Sciences Techniques spécialité « Analyse des systèmes dans les systèmes d'information ». Titulaire de statuts prestigieux PfMP(®),PgMP®,PMP®, Expert ITIL®, ITIL 4.0. Professionnel en gestion, Leader Stratégique, Product Owner certifié DASA, formateur accrédité PMP® Et ITIL®, instructeur de formation en ligne certifié PMP®,ITIL4.0 Et DASA.
Elle enseigne depuis plus de 15 ans, est l'auteur de cours et séminaires au Centre, de plus de 80 ouvrages scientifiques et 20 ouvrages méthodologiques. Expérience dans le secteur informatique - plus de 25 ans, dont plus de 15 ans - dans le domaine de la gestion de projets, portefeuilles de projets, produits, startups; a une expérience en conseil en gestion de projets et en changements organisationnels (transformation numérique) dans plusieurs grandes entreprises.
Implémentation de plus de 20 projets dans les secteurs suivants: informatique (y compris solutions web, gestion de services informatiques), éducation, métallurgie, assurance, télécommunications. Les clients les plus célèbres avec lesquels Danil Yuryevich a travaillé: Siemens Telecom CIS, Microsoft, Royal Canin, PepsiCo Rus, Accenture, Pharmstandard, Myasnitsky Ryad. Danil Yuryevich a un énorme
expérience dans la création de partenariats avec de grandes entreprises, notamment Microsoft, Citrix et etc.Depuis 2015 Danil Yurievich travaille activement dans des startups en tant que partenaire (une série de produits pour les personnes malentendantes; système de certification d'éducation en ligne) et en tant que mentor (IAMCP, G-Accelerator).
Danil Yuryevich participe régulièrement à des conférences internationales, notamment PMXPO 2019, PMI Talent and Technology Symposium, PMI® Organizational Agility Conference et autres. Pendant deux années consécutives, il a été conférencier au DevOps Pro Moscou 2019-2020. Améliore constamment les compétences lors des formations des fournisseurs (DASA, Peoplecert). Formation et évaluation complétées avec succès (assessment) pour devenir formateur PMP selon la nouvelle version.
Grâce à sa vaste expérience et à son merveilleux don pédagogique, il présente le matériel avec un grand nombre d'exemples. Provoque habilement des discussions fructueuses en groupe et répond à toutes les questions en détail. Danil Yurievich ne vous présentera pas les méthodes abstraites, mais comment elles travailler en pratique en tenant compte de la législation et des particularités de la conduite des affaires.
Enseignant spécialisé, titulaire d'un statut international prestigieux Maître certifié Microsoft. Diplômé de l'Université technique d'État de Moscou du nom de N.E. Bauman.
Dans ses cours, Fedor Anatolyevich met le principe au premier plan « Regardez à la racine! » - il est important non seulement d'étudier le fonctionnement du mécanisme, mais aussi de comprendre pourquoi il fonctionne ainsi et pas autrement.
Généraliste dans le domaine de la conception et du développement de logiciels. Il possède de nombreuses années d’expérience en tant que chef d’équipe de développement et architecte en chef. Spécialisé dans l'intégration d'applications d'entreprise, le développement d'architecture de portail Web, les systèmes d'analyse de données, le déploiement et le support. Infrastructure Windows.
La combinaison des styles de présentation de l'ingénierie et des sciences naturelles permet aux étudiants de transmettre la passion et l'approche créative de l'enseignant. Fedor Anatolyevich reçoit invariablement les critiques les plus enthousiastes de la part de ses diplômés reconnaissants.
Module 1. Portée du Big Data. Tâches typiques. (1 ac. h.)
-Objectifs du cours
-Définition des concepts de base
-Histoire de la science des données
-Avantages du travail avec le Big Data
-Tâches typiques: prévision des ventes, production, demande. Analyse du comportement. La reconnaissance de formes. Systèmes experts.
Module 2. Collecte et préparation des données initiales. Technique CRISP-DM (1 académique. h.)
-Où commencer. Méthodologie standard intersectorielle pour travailler avec les données CRISP-DM
-Etude descriptive et associative des données sources
-Segmentation et nettoyage des données (slice et dés). Exemples d'outils Excel
-Visualisation des données dans Excel. Comment utiliser les tableaux croisés dynamiques et les graphiques
-Travaux pratiques. Segmentez et nettoyez l’ensemble de données de test.
Module 3. Fondamentaux des statistiques mathématiques. ANOVA. Complément Excel « Package d’analyse » (2 ac. h.)
-Statistiques descriptives
-Moyenne, plus probable, médiane
-Variance, écart type, erreur type
-Types de distributions
-Progiciel d'analyse de données Excel
-Aperçu d'autres outils applicatifs pour travailler avec des données (R, Python, Octave, MathLab, bases de données spécialisées).
-Travaux pratiques. Déterminer les caractéristiques statistiques de l’échantillon de données.
Module 4. Tâche de prévision des ventes. Concept d'apprentissage automatique. Corrélation. Analyse de régression (3 ac. h.)
-Énoncé du problème de l'évaluation de la relation entre divers facteurs et de l'établissement d'une prévision
-Corrélation. Coefficient de Pearson
-Test d'étudiant (analyse T)
-Fondamentaux de l'apprentissage automatique
-Analyse de régression
-Critère de pêcheur
-Construire et analyser les tendances dans Excel
-Travaux pratiques. Déterminer la présence de corrélation et de dépendance à la régression entre deux échantillons de données. Créez une tendance.
Module 5. Problèmes de classification et de reconnaissance d'images, vidéo, parole, texte. Le concept de réseaux de neurones. Exemples d'applications. (3 ac. h.)
-La tâche de segmenter des données discrètes à l'aide de l'exemple des tâches de reconnaissance (graphique, parole, texte)
-Les réseaux de neurones comme outil pour résoudre les problèmes de classification
-Démonstration à l'aide d'exemples d'Azure, AWS
-Tâches de classement des données dans les réseaux sociaux et de recherche de la solution optimale (itinéraire)
-Les graphiques comme outil pour résoudre des problèmes sur les graphiques sociaux et prédire le comportement
-Arbre de décision
-Partition en échantillons (formation, tests, vérification)
-Analyse des erreurs d'apprentissage. Base et écarts. Réglage manuel
-Travaux pratiques: classer un ensemble de données et le diviser en segments.
Module 6. Le défi de la recherche sur les réseaux sociaux. La tâche de prédire le comportement des utilisateurs. Graphiques sociaux et orientés. Arbres de décision. Exemples d'application (3 ac. h.)
-La tâche de classer les données dans les réseaux sociaux
-Les graphiques comme outil pour résoudre des problèmes sur les graphiques sociaux et prédire le comportement
-Partition en échantillons (formation, tests, vérification)
-Analyse des erreurs d'apprentissage. Base et écarts. Réglage manuel
Module 7. Outils avancés: deep machine learning, intelligence artificielle, ensembles flous (1 ac. h.)
-Le concept de Deep Machine Learning
-Analyse commerciale multifactorielle utilisant la logique floue comme exemple
Module 8. Orientation professionnelle pour les spécialités en Data Science. Conclusions et recommandations pour construire et organiser le travail en équipe (2 ac. h.)
-Rôles des spécialistes DS: data analyst, data scientist, programmeur, directeur numérique
-Exigences en matière de compétences et d'interaction des employés dans le domaine de l'analyse de données
-Composition et exigences pour l'équipe projet pour DS
-Préparer l'entreprise à l'usage du « bigdata »
• Nous vous parlerons avec des mots simples de la science des données, des réseaux de neurones, de l'intelligence artificielle et d'autres phénomènes populaires. • Vous comprendrez quels domaines existent dans le domaine du travail avec les données et travaillez avec des outils d'analyse dans la pratique • Obtenez un guide étape par étape et découvrez ce dont vous avez besoin pour commencer dans le domaine des données Science
4,6
Vous apprendrez à résoudre des problèmes commerciaux en utilisant des données. Tout d'abord, obtenez la formation nécessaire, améliorez vos mathématiques et vos statistiques, puis étudiez SQL, Python, Power BI et dans un an, vous deviendrez analyste de données.
4,2