Наука о данных и аналитика больших объемов информации (EMCDSA)

Базовые знания о больших данных и о применении аналитики на практике
Жизненный цикл аналитики данных
Большие данные для решения бизнес-задач
Представление о базовых и продвинутых аналитических методах, о технологиях и средствах аналитики больших данных, включая MapReduce и Hadoop
Необходимые навыки для участия в проектах по аналитике больших данных

Программа курса.

Модуль 1 - Введение в аналитику больших данных
–Специфика больших данных, состояние практической аналитики
–Роль специалиста по анализу больших данных и роль аналитики больших данных в разных сферах бизнеса
Модуль 2 - Жизненный цикл аналитики данных
–Фазы типичного аналитического цикла: раскрытие данных, подготовка данных, проектирование модели, сообщение результатов, операционализация
–Критически важные задачи, которые возникают во время каждой фазы цикла
Модуль 3 – Использование R-программирования при первичном анализе данных
–Введение в R-программирование, первичное изучение, анализ и визуализация данных с помощью R-программирования
–Практические работы для освоения изученных концептов
Модуль 4 - Передовая аналитика и статистическое моделирование больших данных. Теория и методы
–Ключевые методы анализа данных: выбор кандидата на основе наивного байесовского классификатора, категоризация с помощью кластеризации методом k-средних и правил ассоциации
–Предиктивное моделирование на основе дерева решений, линейная и логистическая регрессия, анализ временных рядов и текстовый анализ.
Модуль 5 – Передовая аналитика и статистическое моделирование больших данных. Технологии и средства
–Аналитические средства для обработки неструктурированных данных, включая MapReduce и Hadoop.
–Аналитика базы данных с помощью SQL-расширений и других передовых технологий SQL, а также функций MADlib
Модуль 6 – Завершение и операционализация проекта по аналитике
–Обработка результатов анализа и отчеты для заказчиков
–Выделение ключевых моментов с помощью визуализации

Учебные центры