Predictive Analytics Opplæringskurs

H2O is an open source predictive analytics platform. It supports R, Python, Scala, Java and REST.

This instructor-led, live training (online or onsite) is aimed at technical persons who wish to build machine learning models using algorithms such as GLM, Deep Learning and Random Forests.

By the end of this training, participants will be able to:

- Install and configure H2O.
- Create machine learning models using different popular algorithms.
- Evaluate models based on the type of data and business requirements.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.
- To learn more about H2O, please visit: https://www.h2o.ai/

Fremskritt 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

Publikum

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.

DataRobot is a machine learning platform that streamlines the building and deployment of predictive models. DataRobot accelerates predictive analytics, helping businesses make smarter decisions.

This instructor-led, live training (online or onsite) is aimed at data scientists and data analysts who wish to automate, evaluate, and manage predictive models using DataRobot's machine learning capabilities.

By the end of this training, participants will be able to:

- Load datasets in DataRobot to analyze, assess, and quality check data.
- Build and train models to identify important variables and meet prediction targets.
- Interpret models to create valuable insights that are useful in making business decisions.
- Monitor and manage models to maintain an optimized prediction performance.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.

R is an open-source free programming language for statistical computing, data analysis, and graphics. R is used by a growing number of managers and data analysts inside corporations and academia. R has a wide variety of packages for data mining.

Predictive analytics is the process of using data analytics to make predictions about the future. This process uses data along with data mining, statistics, and machine learning techniques to create a predictive model for forecasting future events.

In this instructor-led, live training, participants will learn how to use Matlab to build predictive models and apply them to large sample data sets to predict future events based on the data.

By the end of this training, participants will be able to:

- Create predictive models to analyze patterns in historical and transactional data
- Use predictive modeling to identify risks and opportunities
- Build mathematical models that capture important trends
- Use data from devices and business systems to reduce waste, save time, or cut costs

Audience

- Developers
- Engineers
- Domain experts

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice

R 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.

RapidMiner 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.

Denne klasseromsbaserte treningsøkten vil inneholde presentasjoner og datamaskinbaserte eksempler og casestudieøvelser å gjennomføre.