Artificial Intelligence (AI) with H2O Treningskurs
H2O er en åpen kildekode forutsigbar analyse plattform. Det støtter R, Python, Scala, Java og REST.
Denne instruktørledede, live-trening (online eller på nett) er rettet mot tekniske personer som ønsker å bygge maskinlæringsmodeller ved hjelp av algoritmer som GLM, Deep Learning og Random Forests.
Ved slutten av denne treningen vil deltakerne være i stand til å:
- Installer og konfigurer H2O.
- Skap maskinlæringsmodeller ved hjelp av forskjellige populære algoritmer.
- Vurderer modeller basert på type data og forretningskrav.
Format av kurset
- Interaktiv forelesning og diskusjon.
- Mange øvelser og praksis.
- Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
- For å lære mer om H2O, vennligst besøk: https://www.h2o.ai/
Kursplan
Introduksjon
Oppsett H2O
Oversikt over H2O funksjoner og arkitektur
Navigere i H2O WebUI
Klargjøring av datasettet
Arbeid med Decision Tree Models
Opprette en lineær modell
Sanntidsdatascoring i H2O
Opprette en Random Forest modell
Opprette GBM-er
Analyserer Hadoop Data
Opprette en Deep Learning modell
Opprette en uovervåket læringsmodell
Bruke H2O AutoML for å automatisere modellevalueringsprosessen
Feilsøking
Oppsummering og konklusjon
Krav
- Programmeringserfaring i Python, R, Scala eller Java.
Publikum
- Dataforskere
- Dataanalytikere
- Utviklere
Open Training Courses require 5+ participants.
Artificial Intelligence (AI) with H2O Treningskurs - Booking
Artificial Intelligence (AI) with H2O Treningskurs - Enquiry
Artificial Intelligence (AI) with H2O - Consultancy Enquiry
Testimonials (4)
Understanding big data beter
Shaune Dennis - Vodacom
Kurs - Big Data Business Intelligence for Telecom and Communication Service Providers
the matter was well presented and in an orderly manner.
Marylin Houle - Ivanhoe Cambridge
Kurs - Introduction to R with Time Series Analysis
Richard's training style kept it interesting, the real world examples used helped to drive the concepts home.
Jamie Martin-Royle - NBrown Group
Kurs - From Data to Decision with Big Data and Predictive Analytics
He was very informative and helpful.
Pratheep Ravy
Kurs - Predictive Modelling with R
Upcoming Courses
Relaterte kurs
Predictive AI in DevOps: Enhancing Software Delivery
14 timerDenne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels nivå DevOps som ønsker å integrere prediktiv AI i deres DevOps praksis.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Implementer prediktive analysemodeller for å forutsi og løse utfordringer i DevOps pipeline.
- Bruk AI-drevne verktøy for forbedret overvåking og drift.
- Bruk maskinlæringsteknikker for å forbedre arbeidsflyter for programvarelevering.
- Design AI-strategier for proaktiv problemløsning og optimalisering.
- Naviger i de etiske vurderingene ved bruk av kunstig intelligens i DevOps.
Introduction to Predictive AI
21 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot IT-fagfolk på nybegynnernivå som ønsker å forstå det grunnleggende i Predictive AI.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå kjernekonseptene til Predictive AI og dens applikasjoner.
- Samle, rengjør og forhåndsbehandle data for prediktiv analyse.
- Utforsk og visualiser data for å avdekke innsikt.
- Bygg grunnleggende statistiske modeller for å lage spådommer.
- Evaluer ytelsen til prediktive modeller.
- Bruk prediktive AI-konsepter på scenarier i den virkelige verden.
Big Data Business Intelligence for Telecom and Communication Service Providers
35 timerOversikt
Communications tjenesteleverandører (CSP) står overfor press for å redusere kostnader og maksimere gjennomsnittlig inntekt per bruker (ARPU), samtidig som de sikrer en utmerket kundeopplevelse, men datavolumene fortsetter å vokse. Globalt mobildatatrafikk vil vokse ved en kombineret årlig vekstrate (CAGR) på 78 prosent i 2016, opp til 10,8 exabytes per måned.
I mellomtiden genererer CSPs store volumer av data, inkludert call detail records (CDR), nettverksdata og kundedata. Selskaper som fullstendig utnytter disse dataene får en konkurransedyktig edge. Ifølge en nylig undersøkelse av The Economist Intelligence Unit, nyter selskaper som bruker data-drevet beslutningstaking en 5-6% økning i produktivitet. Likevel bruker 53% av selskapene bare halvparten av sine verdifulle data, og en fjerdedel av respondentene noterte at enorme mengder nyttige data går uoppnådd. Datavolumene er så høye at manuell analyse er umulig, og de fleste legacy programvare systemer kan’t holde opp, noe som resulterer i verdifulle data blir bortskaffet eller ignorert.
Med Big Data & Analytics’ høyhastighets, skalerbare big data programvare, kan CSPs gruve alle dataene sine for bedre beslutningstaking i mindre tid. Forskjellige Big Data produkter og teknikker gir en end-to-end programvare plattform for å samle inn, forberede, analysere og presentere innsikt fra store data. Anvendelsesområder inkluderer nettverksprestasjonskontroll, svindeldeteksjon, kundekrondeteksjon og kredittrisikoanalyse. Big Data & Analytics produkter skala for å håndtere terabytes av data, men implementering av slike verktøy krever ny type cloud-basert databasesystem som Hadoop eller massiv skala parallell databehandler (KPU etc.)
Dette kurset arbeider på Big Data BI for Telco dekker alle de nye nye områdene der CSP investerer for produktivitet og åpner opp nye virksomhetsinntektsstrømmer. Kurset vil gi en komplett 360-graders oversikt over Big Data BI i Telco slik at beslutningstakere og ledere kan ha en svært bred og omfattende oversikt over mulighetene for Big Data BI i Telco for produktivitet og inntekt.
Kursets mål
Hovedformålet med kurset er å introdusere nye Big Data forretningsintelligence teknikker i 4 sektorer av Telecom Business (Marketing/Sales, Network Operation, Financial Operation og Customer Relation Management). Studentene vil bli introdusert til å følge:
- Introduksjon til Big Data-hva er 4Vs (volum, hastighet, variasjon og sannhet) i Big Data- Generasjon, ekstraksjon og ledelse fra Telco perspektiv
- Hvordan Big Data analytiker skiller seg fra arvdata analytiker
- In-house begrunnelse av Big Data -Telco perspektiv
- Introduksjon til Hadoop Ecosystem- kjent med alle Hadoop verktøy som Hive, Pig, SPARC – når og hvordan de brukes til å løse Big Data problem
- Hvordan Big Data er utvunnet til analyse for analyse verktøy-hvor Business Analysis’s kan redusere deres smertepunkter av innsamling og analyse av data gjennom integrert Hadoop dashboard tilnærming
- Basisk introduksjon av Insight-analyse, visualisering-analyse og forutsigbar analyse for Telco
- Customer Churn analytics og Big Data-how Big Data analytics kan redusere kundens churn og kundetilfredshet i Telco-casestudier
- Nettverksfeil og servicefeil analyser fra nettverksmetadata og IPDR
- Finansiell analyse - svindel, vasking og ROI-oppskatting fra salgs- og driftsdata
- Kunder oppkjøp problem-Target markedsføring, kundesegmentering og cross-sales fra salgsdata
- Introduksjon og sammendrag av alle Big Data analytiske produkter og hvor de passer inn i Telco analytisk plass
- Konklusjon - hvordan å ta steg for steg tilnærming til å introdusere Big Data Business Intelligence i organisasjonen din
Target publikum
- Nettverksoperasjoner, finansielle ledere, CRM-ledere og topp IT-ledere i Telco CIO-kontoret.
- Business Analytikere i Telco
- CFO kontor ledere/analytikere
- Operasjonelle ledere
- QA ledere
From Data to Decision with Big Data and Predictive Analytics
21 timerPublikum
Hvis du prøver å være fornuftig ut fra dataene du har tilgang til eller ønsker å analysere ustrukturerte data tilgjengelig på nettet (som Twitter, koblet inn osv.), Er dette kurset noe for deg.
Det er mest rettet mot beslutningstakere og personer som trenger å velge hvilke data som er verdt å samle inn og hva som er verdt å analysere.
Det er ikke rettet mot folk som konfigurerer løsningen, de menneskene vil dra nytte av det store bildet.
Leveringsmodus
I løpet av kurset vil delegatene bli presentert med fungerende eksempler på stort sett åpen kildekode-teknologier.
Korte forelesninger blir fulgt av presentasjon og enkle øvelser av deltakerne
Innhold og programvare brukt
All programvare som brukes oppdateres hver gang kurset kjøres, så vi sjekker de nyeste versjonene som er mulig.
Den dekker prosessen fra innhenting, formatering, behandling og analyse av dataene, for å forklare hvordan man kan automatisere beslutningsprosesser med maskinlæring.
Predictive Modelling with R
14 timerR er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har et bredt utvalg av pakker for data mining.
Introduction to R with Time Series Analysis
21 timerR er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har et bredt utvalg av pakker for data mining.
Matlab for Predictive Analytics
21 timerPrediktiv analyse er prosessen med å bruke dataanalyse for å lage spådommer om fremtiden. Denne prosessen bruker data sammen med datautvinning, statistikk og maskinlæringsteknikker for å lage en prediktiv modell for å forutsi fremtidige hendelser.
I denne instruktørledede, live-opplæringen vil deltakerne lære hvordan de bruker Matlab til å bygge prediktive modeller og bruke dem på store utvalgsdatasett for å forutsi fremtidige hendelser basert på dataene.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Lag prediktive modeller for å analysere mønstre i historiske og transaksjonelle data Bruk prediktiv modellering for å identifisere risikoer og muligheter Bygg matematiske modeller som fanger opp viktige trender Bruk data fra enheter og forretningssystemer for å redusere avfall, spare tid eller kutte kostnader
Publikum
- Utviklere Ingeniører Domeneeksperter
Format på kurset
- Del forelesning, del diskusjon, øvelser og tung praktisk praksis
Big Data Business Intelligence for Criminal Intelligence Analysis
35 timerFremskritt innen teknologier og den økende mengden informasjon transformerer hvordan rettshåndhevelse gjennomføres. Utfordringene Big Data utgjør er nesten like avskrekkende som Big Data løfte. Lagring av data er en av disse utfordringene; effektiv analyse av det er en annen.
I denne instruktørledede, liveopplæringen, vil deltakerne lære tankegangen til å tilnærme seg Big Data teknologier, vurdere deres innvirkning på eksisterende prosesser og policyer og implementere disse teknologiene med det formål å identifisere kriminell aktivitet og forhindre kriminalitet. Casestudier fra rettshåndhevelsesorganisasjoner rundt om i verden vil bli undersøkt for å få innsikt i deres adopsjonstilnærminger, utfordringer og resultater.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Kombiner Big Data teknologi med tradisjonelle datainnsamlingsprosesser for å fortelle en historie under en undersøkelse
- Implementere industrielle store datalagrings- og behandlingsløsninger for dataanalyse
- Utarbeide et forslag for adopsjon av de mest adekvate verktøy og prosesser for å muliggjøre en datadrevet tilnærming til kriminell etterforskning
Publikum
- Spesialister innen rettshåndhevelse med teknisk bakgrunn
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Visual Analytics – Data science
14 timerDenne klasseromsbaserte treningsøkten vil inneholde presentasjoner og datamaskinbaserte eksempler og casestudieøvelser som skal gjennomføres.
RapidMiner for Machine Learning and Predictive Analytics
14 timerRapidMiner er en open source datavitenskapelig programvareplattform for rask applikasjonsprototyping og utvikling. Det inkluderer et integrert miljø for dataforberedelse, maskinlæring, dyp læring, tekstutvinning og prediktiv analyse.
I denne instruktørledede, RapidMiner , vil deltakerne lære hvordan de bruker RapidMiner Studio til dataforberedelse, maskinlæring og prediktiv modellutrulling.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer RapidMiner
- Forbered og visualiser data med RapidMiner
- Valider maskinlæringsmodeller
- Mashup-data og lag prediktive modeller
- Operasjonaliser prediktiv analyse innen en forretningsprosess
- Feilsøk og optimaliser RapidMiner
Publikum
- Data forskere
- ingeniører
- Utviklere
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merk
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
DataRobot
7 timerDenne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot dataforskere og dataanalytikere som ønsker å automatisere, evaluere og administrere prediktive modeller ved å bruke DataRobots maskinlæringsfunksjoner.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Last inn datasett i DataRobot for å analysere, vurdere og kvalitetssjekke data.
- Bygg og tren modeller for å identifisere viktige variabler og møte prediksjonsmål.
- Tolke modeller for å skape verdifull innsikt som er nyttig for å ta forretningsbeslutninger.
- Overvåk og administrer modeller for å opprettholde en optimalisert prediksjonsytelse.