Data Science: Analysis and Presentation Training Course

Αυτό το μάθημα καλύπτει προχωρημένα θέματα στον προγραμματισμό R.

Αυτή η ζωντανή εκπαίδευση από εκπαιδευτές στο Ελλάδα (διαδικτυακά ή επιτόπου) απευθύνεται σε επιχειρησιακούς αναλυτές που επιθυμούν να αυτοματοποιήσουν το εμπόριο με αλγοριθμικές συναλλαγές, Python και R.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Χρησιμοποιήστε αλγόριθμους για την ταχεία αγορά και πώληση τίτλων σε εξειδικευμένες αυξήσεις.
• Μειώστε το κόστος που σχετίζεται με το εμπόριο χρησιμοποιώντας αλγοριθμικές συναλλαγές.
• Παρακολουθήστε αυτόματα τις τιμές των μετοχών και πραγματοποιήστε συναλλαγές.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιστήμονες δεδομένων που επιθυμούν να χρησιμοποιήσουν το οικοσύστημα Anaconda για να συλλάβουν, να διαχειριστούν και να αναπτύξουν πακέτα και ροές εργασίας ανάλυσης δεδομένων σε μια ενιαία πλατφόρμα.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Εγκαταστήστε και διαμορφώστε στοιχεία και βιβλιοθήκες Anaconda.
• Κατανοήστε τις βασικές έννοιες, τα χαρακτηριστικά και τα οφέλη του Anaconda.
• Διαχειριστείτε πακέτα, περιβάλλοντα και κανάλια χρησιμοποιώντας το Anaconda Navigator.
• Χρησιμοποιήστε πακέτα Conda, R και Python για επιστήμη δεδομένων και μηχανική εκμάθηση.
• Γνωρίστε ορισμένες περιπτώσεις πρακτικής χρήσης και τεχνικές για τη διαχείριση πολλαπλών περιβαλλόντων δεδομένων.

Big Data είναι ένας όρος που αναφέρεται σε λύσεις που προορίζονται για την αποθήκευση και την επεξεργασία μεγάλων συνόλων δεδομένων. Αναπτύχθηκαν αρχικά από την Go Ogle, οι λύσεις αυτές Big Data έχουν εξελιχθεί και εμπνευστούν από άλλα παρόμοια έργα, πολλά από τα οποία είναι διαθέσιμα ως open-source. R είναι μια δημοφιλής γλώσσα προγραμματισμού στον χρηματοπιστωτικό κλάδο.

Αυτή η ζωντανή εκπαίδευση στο Ελλάδα (διαδικτυακό ή επιτόπου) από εκπαιδευτές απευθύνεται σε αρχάριους αναλυτές δεδομένων που επιθυμούν να χρησιμοποιήσουν τον προγραμματισμό R για να χειριστούν δεδομένα, να εκτελέσουν βασική ανάλυση δεδομένων και να δημιουργήσουν συναρπαστικές απεικονίσεις για πληροφορίες.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τα βασικά του R Programming.
• Εφαρμόστε θεμελιώδεις διαδικασίες επιστήμης δεδομένων.
• Δημιουργήστε οπτικές αναπαραστάσεις δεδομένων.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε οποιονδήποτε επιθυμεί να μάθει και να κατακτήσει τις βασικές αρχές της οικονομετρικής ανάλυσης και μοντελοποίησης.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Μάθετε και κατανοήστε τις βασικές αρχές της οικονομετρίας.
• Χρησιμοποιήστε Eviews και προσομοιωτές κινδύνου.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών (διαδικτυακή ή επιτόπου) απευθύνεται σε επαγγελματίες ανθρώπινου δυναμικού που επιθυμούν να χρησιμοποιήσουν αναλυτικές μεθόδους βελτίωσης της οργανωτικής απόδοσης. Το μάθημα καλύπτει ποιοτικές αλλά και ποσοτικές, εμπειρικές και στατιστικές προσεγγίσεις.

Μορφή του μαθήματος

• Διαδραστική διάλεξη και συζήτηση.
• Πολλές ασκήσεις και εξάσκηση.

Επιλογές προσαρμογής μαθήματος

• Για να ζητήσετε μια εξατομικευμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσουμε.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιστήμονες δεδομένων και προγραμματιστές που επιθυμούν να μάθουν και να χτίσουν τη σταδιοδρομία τους στο Data Science χρησιμοποιώντας το Kaggle.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Μάθετε για την επιστήμη των δεδομένων και τη μηχανική μάθηση.
• Εξερευνήστε την ανάλυση δεδομένων.
• Μάθετε για το Kaggle και πώς λειτουργεί.

Η εκπαίδευση «Mathematica - εισαγωγή, οπτικοποίηση και παρουσίαση δεδομένων» απευθύνεται σε συμμετέχοντες με βασικές μαθηματικές γνώσεις. Το Mathematica, ως ισχυρή μαθηματική μηχανή, επιτρέπει αποτελεσματικούς υπολογισμούς, δημιουργία εγγράφων κειμένου, δημιουργία γραφημάτων και παρουσίαση δεδομένων. Οι συμμετέχοντες θα αποκτήσουν πρακτικές δεξιότητες στην εργασία με Mathematica, που χρησιμοποιούνται, μεταξύ άλλων, στα μαθηματικά, τη φυσική, τη βιολογία, την οικονομική ανάλυση και άλλους τομείς.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιστήμονες δεδομένων που επιθυμούν να χρησιμοποιήσουν τη μηχανική μάθηση στο Mathematica για ανάλυση δεδομένων.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατασκευάστε και εκπαιδεύστε μοντέλα μηχανικής μάθησης.
• Εισαγωγή και προετοιμασία δεδομένων για μηχανική εκμάθηση.
• Διαχωρίστε τα δεδομένα εκπαίδευσης από τα δεδομένα δοκιμής.
• Εξερευνήστε εφαρμογές βαθιάς μάθησης και νευρωνικών δικτύων στην ανάλυση δεδομένων.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιστήμονες δεδομένων και προγραμματιστές που επιθυμούν να χρησιμοποιήσουν το Modin για να δημιουργήσουν και να εφαρμόσουν παράλληλους υπολογισμούς με το Pandas για ταχύτερη ανάλυση δεδομένων.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Ρυθμίστε το απαραίτητο περιβάλλον για να ξεκινήσετε την ανάπτυξη Pandas ροών εργασίας σε κλίμακα με Modin.
• Κατανοήστε τα χαρακτηριστικά, την αρχιτεκτονική και τα πλεονεκτήματα του Modin.
• Γνωρίστε τις διαφορές μεταξύ Modin, Dask και Ray.
• Εκτελέστε τις λειτουργίες Pandas πιο γρήγορα με το Modin.
• Εφαρμόστε ολόκληρο το Pandas API και τις λειτουργίες.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιστήμονες δεδομένων και προγραμματιστές που επιθυμούν να χρησιμοποιήσουν το RAPIDS για να δημιουργήσουν επιταχυνόμενες αγωγούς δεδομένων, ροές εργασίας και οπτικοποιήσεις, εφαρμόζοντας αλγόριθμους μηχανικής μάθησης, όπως XGBoost, cuML κ.λπ.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Ρυθμίστε το απαραίτητο περιβάλλον ανάπτυξης για τη δημιουργία μοντέλων δεδομένων με τη NVIDIA RAPIDS.
• Κατανοήστε τα χαρακτηριστικά, τα στοιχεία και τα πλεονεκτήματα του RAPIDS.
• Αξιοποιήστε GPU για να επιταχύνετε αγωγούς δεδομένων και αναλυτικών στοιχείων από άκρο σε άκρο.
• Εφαρμόστε GPU-επιταχυνόμενη προετοιμασία δεδομένων και ETL με cuDF και Apache Arrow.
• Μάθετε πώς να εκτελείτε εργασίες μηχανικής εκμάθησης με αλγόριθμους XGBoost και cuML.
• Δημιουργήστε οπτικοποιήσεις δεδομένων και εκτελέστε ανάλυση γραφημάτων με το cuXfilter και το cuGraph.

Αυτή η ζωντανή εκπαίδευση στο Ελλάδα (διαδικτυακό ή επιτόπου) από εκπαιδευτές απευθύνεται σε επαγγελματίες αρχάριου έως μεσαίου επιπέδου που επιθυμούν να πραγματοποιήσουν στατιστική ανάλυση χρησιμοποιώντας SPSS για την ακριβή ερμηνεία των δεδομένων, την εκτέλεση σύνθετων στατιστικών δοκιμών και τη δημιουργία σημαντικών πληροφοριών.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Πλοηγηθείτε στη διεπαφή SPSS και διαχειριστείτε αποτελεσματικά τα σύνολα δεδομένων.
• Εκτελέστε περιγραφικές και συμπερασματικές στατιστικές αναλύσεις.
• Διεξαγωγή t-test, ANOVA, MANOVA, παλινδρόμησης και αναλύσεις συσχέτισης.
• Εφαρμόστε μη παραμετρικές δοκιμές, ανάλυση κύριων συνιστωσών και ανάλυση παραγόντων για προηγμένη ερμηνεία δεδομένων.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών (διαδικτυακή ή επιτόπου) απευθύνεται σε επαγγελματίες ανθρώπινου δυναμικού και σε ειδικούς προσλήψεων που επιθυμούν να χρησιμοποιήσουν αναλυτικές μεθόδους βελτίωσης της οργανωτικής απόδοσης. Το μάθημα καλύπτει ποιοτικές αλλά και ποσοτικές, εμπειρικές και στατιστικές προσεγγίσεις.

Μορφή του μαθήματος

• Διαδραστική διάλεξη και συζήτηση.
• Πολλές ασκήσεις και εξάσκηση.

Επιλογές προσαρμογής μαθήματος

• Για να ζητήσετε μια εξατομικευμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσουμε.

Το Tidyverse είναι μια συλλογή από ευέλικτα πακέτα R για καθαρισμό, επεξεργασία, μοντελοποίηση και οπτικοποίηση δεδομένων. Μερικά από τα πακέτα που περιλαμβάνονται είναι: ggplot2, dplyr, tidyr, readr, purrr και tibble.

Σε αυτήν την καθοδηγούμενη από εκπαιδευτή, ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν πώς να χειραγωγήσουν και να απεικονίσουν δεδομένα χρησιμοποιώντας τα εργαλεία που περιλαμβάνονται στο Tidyverse .

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

• Εκτελέστε ανάλυση δεδομένων και δημιουργήστε ελκυστικές απεικονίσεις
• Σχεδιάστε χρήσιμα συμπεράσματα από διάφορα σύνολα δεδομένων των δειγματοληπτικών δεδομένων
• Φιλτράρετε, ταξινομήστε και συνοψίστε τα δεδομένα για να απαντήσετε σε διερευνητικές ερωτήσεις
• Μετατρέψτε τα επεξεργασμένα δεδομένα σε πληροφοριακά γραφήματα γραμμής, οικόπεδα, ιστογράμματα
• Εισαγωγή και φιλτράρισμα δεδομένων από διάφορες πηγές δεδομένων, συμπεριλαμβανομένων αρχείων Excel , CSV και SPSS

Κοινό

• Αρχάριοι στη γλώσσα R
• Αρχάριοι στην ανάλυση δεδομένων και την απεικόνιση δεδομένων

Μορφή του μαθήματος

• Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση