Accelerating Python Pandas Workflows with Modin Treningskurs

Pandas er en Python-pakke som gir datastrukturer for å arbeide med strukturerte (tabellformede, flerdimensjonale, potensielt heterogene) og tidsseriedata.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataforskere som ønsker å bruke Pandas til å utføre prediktiv analyse med maskinlæring.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Utfør datakrangel i Python.
• Gjennomføre ETL-operasjoner for maskinlæring.
• Lag datavisualiseringer med Pandas

Dette er en 5 dagers introduksjon til Data Science og AI.

Kurset blir levert med eksempler og øvelser ved bruk av Python

Oversikt

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

Deltakere som fullfører denne opplæringen vil få en praktisk, virkelig forståelse av Data Science og dets relaterte teknologier, metoder og verktøy.

Deltakerne vil få mulighet til å omsette denne kunnskapen i praksis gjennom praktiske øvelser. Gruppesamhandling og instruktørtilbakemeldinger utgjør en viktig del av klassen.

Kurset starter med en introduksjon til elementære konsepter av Data Science, og går deretter videre til verktøyene og metodikkene som brukes i Data Science.

Publikum

Utviklere Tekniske analytikere IT-konsulenter

Kursets format

Del forelesning, del diskusjon, øvelser og tung praktisk praksis

Merk

For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

The explosion of information and data in today’s world is un-paralleled, our ability to innovate and push the boundaries of the possible is growing faster than it ever has. The role of Data Scientist is one of the highest in-demand skills across industry today.

We offer much more than learning through theory; we deliver practical, marketable skills that bridge the gap between the world of academia and the demands of industry.

This 7 week curriculum  can be tailored to your specific Industry requirements, please contact us for further information or visit the Nobleprog Institute website 

Audience:

This programme is aimed post level graduates as well as anyone with the required pre-requisite skills which will be determined by an assessment and interview. 

Delivery:

Delivery of the course will be a mixture of Instructor Led Classroom and Instructor Led Online; typically the 1st week will be 'classroom led', weeks 2 - 6 'virtual classroom' and week 7  back to 'classroom led'. 

Big data er datasett som er så omfangsrike og komplekse at tradisjonell databehandlingsapplikasjonsprogramvare er utilstrekkelig til å håndtere dem. Store datautfordringer inkluderer innhenting av data, datalagring, dataanalyse, søk, deling, overføring, visualisering, spørring, oppdatering og informasjon om personvern.

This course is meant for Marketing Sales Professionals who are intending to get deeper into application of data science in Marketing/ Sales. The course provides
detailed coverage of different data science techniques used for “upsale”, “cross-sale”, market segmentation, branding and CLV.

Difference of Marketing and Sales - How is that sales and marketing are different?

In very simplewords, sales can be termed as a process which focuses or targets on individuals or small groups. Marketing on the other hand targets a larger group or the general public. Marketing includes research (identifying needs of the customer), development of products (producing innovative products) and promoting the product (through advertisements) and create awareness about the product among the consumers. As such marketing means generating leads or prospects. Once the product is out in the market, it is the task of the sales person to persuade the customer to buy the product. Sales means converting the leads or prospects into purchases and orders, while marketing is aimed at longer terms, sales pertain to shorter goals.

Datavitenskap er anvendelsen av statistisk analyse, maskinlæring, datavisualisering og programmering med det formål å forstå og tolke virkelige data. F# er et velegnet programmeringsspråk for datavitenskap da det kombinerer effektiv utførelse, REPL-skripting, kraftige biblioteker og skalerbar dataintegrasjon.

I denne instruktørledede, live-opplæringen vil deltakerne lære å bruke F# til å løse en rekke datavitenskapelige problemer i den virkelige verden.

Ved slutten av denne opplæringen vil deltakerne kunne:

Bruk F#s integrerte datavitenskapspakker Bruk F# til å samhandle med andre språk og plattformer, inkludert Excel, R, Matlab og Python Bruk Deedle-pakken til å løse tidsserieproblemer Utfør avansert analyse med minimale linjer med produksjonskvalitetskode Forstå hvordan funksjonell programmering passer naturlig for vitenskapelige og store databeregninger Få tilgang til og visualiser data med F# Bruk F# for maskinlæring

Utforsk løsninger for problemer innen domener som business intelligence og sosialt spill

Publikum

Utviklere Dataforskere

Format på kurset

Del forelesning, del diskusjon, øvelser og tung praktisk praksis

Denne instruktørledede, liveopplæringen (på stedet eller fjernkontrollen) er rettet mot fagpersoner som ønsker å starte en karriere innen Data Science .

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer Python og MySql.
• Forstå hva Data Science er, og hvordan det kan tilføre verdi til praktisk talt enhver bedrift.
• Lær grunnleggende om koding i Python
• Lær veiledte og ikke-overvåkte teknikker for Machine Learning , og hvordan du implementerer dem og tolker resultatene.

Kursets format

• Interaktiv forelesning og diskusjon.
• Masse øvelser og trening.
• Praktisk implementering i et live-lab-miljø.

Alternativer for tilpasning av kurset

• For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

Jupyter er et åpen kildekode, nettbasert interaktiv IDE og databehandlingsmiljø.

Denne instruktørledede, live-opplæringen introduserer ideen om samarbeidsutvikling innen datavitenskap og demonstrerer hvordan du bruker Jupyter til å spore og delta som et team i "livssyklusen til en beregningside". Den leder deltakerne gjennom opprettelsen av et eksempeldatavitenskapelig prosjekt basert på toppen av Jupyter-økosystemet.

Ved slutten av denne opplæringen vil deltakerne kunne:

Installer og konfigurer Jupyter, inkludert oppretting og integrasjon av et laglager på Git Bruk Jupyter-funksjoner som utvidelser, interaktive widgets, flerbrukermodus og mer for å muliggjøre prosjektsamarbeid Opprett, del og organiser Jupyter Notebooks med teammedlemmer Velg mellom Scala, Python, R, for å skrive og utføre kode mot store datasystemer som Apache Spark, alt gjennom Jupyter-grensesnittet

Publikum

Datavitenskapsteam

Format på kurset

Del forelesning, del diskusjon, øvelser og tung praktisk praksis

Merk

Jupypter Notebook støtter over 40 språk, inkludert R, Python, Scala, Julia, etc. For å tilpasse dette kurset til ditt(e) språk, vennligst kontakt oss for å avtale.

KNIME Analytics-plattformen er en ledende åpen kildekode-alternativ for data-drivet innovasjon, som hjelper deg med å oppdage potensialet skjult i dataene dine, mine for nye innsikt, eller forutse nye framtid. Med mer enn 1000 moduler, hundrevis av klare eksempler, et omfattende utvalg av integrerte verktøy, og det bredeste utvalget av avanserte algoritmer tilgjengelig, KNIME Analytics Platform er den perfekte verktøyboksen for enhver data scientist og forretningsanalytiker.

Dette kurset for KNIME Analytics Platform er en ideell mulighet for nybegynnere, avanserte brukere og KNIME eksperter å bli introdusert til KNIME, å lære hvordan å bruke det mer effektivt, og hvordan å lage klare, omfattende rapporter basert på KNIME arbeidsflyter

Denne instruktørledede, live opplæringen (online eller on-site) er rettet mot data fagfolk som ønsker å bruke KNIME for å løse komplekse forretningsbehov.

Det er rettet mot publikum som ikke vet programmering og har til hensikt å bruke toppmoderne verktøy for å implementere analytiske scenarier.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Installer og konfigurer KNIME.
• Bygge Data Science scenarier
• Tren, test og validerte modeller
• Implementering avslutter til en sluttverdiskjeden av datavitenskapsmodeller

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 eller for å vite mer om dette programmet, vennligst kontakt oss for å arrangere.

KNIME Server er bedriftsprogramvare for teambasert samarbeid, automatisering, ledelse og implementering av data vitenskap arbeidsflyter som analytiske applikasjoner og tjenester.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Schedule analytics arbeidsflyter for å kjøre automatisk og gi deg mer tid til å fokusere på datavitenskap.
• Kontroller arbeidsflyterfor å automatisere modellstyring
• Skala og pin arbeidsflyt utførelsemed godt utstyrt, høy ytelse serverarkitektur som er konfigurert til dine spesifikasjoner.
• Design, redigere og utføre arbeidsflyter på KNIME Server ved hjelp av fjern arbeidsflyten editor og dra nytte av godt utstyrt maskinvare i et trygt miljø.

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 eller for å vite mer om dette programmet, vennligst kontakt oss for å arrangere.

I den første delen av denne opplæringen dekker vi grunnleggende om MATLAB og dens funksjon som både språk og plattform. Inkludert i denne diskusjonen er en introduksjon til MATLAB syntaks, matriser og matriser, datavisualisering, skriptutvikling og objektorienterte prinsipper.

I den andre delen demonstrerer vi hvordan du kan bruke MATLAB til data mining, maskinlæring og prediktiv analyse. For å gi deltakerne et klart og praktisk perspektiv på MATLAB tilnærming og kraft, trekker vi sammenligninger mellom bruk av MATLAB og bruk av andre verktøy som regneark, C, C++ og Visual Basic.

I den tredje delen av opplæringen lærer deltakerne å effektivisere arbeidet sitt ved å automatisere databehandlingen og rapporteringen.

Gjennom hele kurset vil deltakerne praktisere ideene som læres gjennom praktiske øvelser i et laboratoriemiljø. Ved slutten av opplæringen vil deltakerne ha et grundig grep om MATLAB evner og vil kunne bruke det til å løse reelle datavitenskapelige problemer, samt for å effektivisere arbeidet gjennom automatisering.

Vurderinger vil bli gjennomført i løpet av kurset for å måle fremgang.

Kursets format

• Emnet inkluderer teoretiske og praktiske øvelser, inkludert saksdiskusjoner, prøvekodeinspeksjon og praktisk implementering.

Merk

• Øvingsøkter vil være basert på forhåndsarrangerte maler for eksempeldata. Hvis du har spesifikke krav, kan du kontakte oss for å avtale det.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataforskere som ønsker å søke etter store datakilder med Presto.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Bruk Presto nøkkelkonsepter for å optimalisere moderne store datasystemer.
• Bruk Presto til å kjøre varehus i exabyteskala.
• Klone data til et proprietært datalagringssystem.
• Arbeid med eksisterende BI-verktøy som R og Tableau.