19/12/2019
0
dilihat
Dasar-dasar bekerja dengan data besar (Ilmu Data) - kursus RUB 14.990. dari Spesialis, pelatihan, Tanggal: 30 November 2023.
Miscellanea / / November 30, 2023
Guru terkemuka di Pusat, kepala arahan “Teknologi pengajaran inovatif”. Doktor Ilmu Teknik mengambil jurusan “Analisis sistem dalam sistem informasi”. Pemegang status bergengsi PfMP(®),PgMP®,PMP®, Pakar ITIL®, ITIL 4.0. Mengelola profesional, Pemimpin Strategis, Pemilik Produk bersertifikat DASA, pelatih terakreditasi PMP® Dan ITIL®, instruktur pelatihan online bersertifikat PMP®,ITIL 4.0 Dan DASA.
Dia telah mengajar selama lebih dari 15 tahun, penulis kursus dan seminar di Pusat, lebih dari 80 karya ilmiah dan 20 karya metodologis. Pengalaman di industri TI - lebih dari 25 tahun, di antaranya lebih dari 15 tahun - di bidang manajemen proyek, portofolio proyek, produk, startup; memiliki pengalaman menjadi konsultan manajemen proyek dan perubahan organisasi (transformasi digital) di sejumlah perusahaan besar.
Menerapkan lebih dari 20 proyek di industri berikut: TI (termasuk solusi web, manajemen layanan TI), pendidikan, metalurgi, asuransi, telekomunikasi. Klien paling terkenal yang bekerja dengan Danil Yuryevich: Siemens Telecom CIS, Microsoft, Royal Canin, PepsiCo Rus, Accenture, Pharmstandard, Myasnitsky Ryad. Danil Yuryevich memiliki pengaruh yang besar
pengalaman membangun kemitraan dengan perusahaan besar, termasuk Microsoft, Citrix dan sebagainya.Sejak 2015 Danil Yurievich aktif bekerja di startup sebagai mitra (serangkaian produk untuk penyandang gangguan pendengaran; sistem sertifikasi pendidikan online) dan sebagai mentor (IAMCP, G-Accelerator).
Danil Yuryevich adalah peserta tetap dalam konferensi internasional, antara lain PMXPO 2019, Simposium Bakat dan Teknologi PMI, Konferensi Agility Organisasi PMI® dan lain-lain. Selama dua tahun berturut-turut ia menjadi pembicara di DevOps Pro Moscow 2019-2020. Terus meningkatkan keterampilan di pelatihan vendor (DASA, Peoplecert). Berhasil menyelesaikan pelatihan dan penilaian (assessment) menjadi pelatih PMP sesuai versi baru.
Dengan menggunakan pengalamannya yang luas dan bakat mengajarnya yang luar biasa, ia menyajikan materi dengan banyak contoh. Dengan terampil memprovokasi diskusi yang bermanfaat dalam kelompok dan menjawab semua pertanyaan secara detail. Danil Yurievich tidak akan memperkenalkan Anda pada metode abstrak, tetapi bagaimana metode tersebut bekerja dalam praktek dengan memperhatikan peraturan perundang-undangan dan kekhasan menjalankan usaha.
Guru tujuan khusus, pemegang status internasional bergengsi Master Bersertifikat Microsoft. Lulusan Universitas Teknik Negeri Moskow dinamai N.E. Bauman.
Di kelasnya, Fyodor Anatolyevich mengedepankan prinsip “Lihat ke akarnya!” - penting tidak hanya mempelajari pengoperasian mekanisme, tetapi juga untuk memahami mengapa mekanisme bekerja seperti ini dan bukan sebaliknya.
Seorang generalis di bidang desain dan pengembangan perangkat lunak. Dia memiliki pengalaman bertahun-tahun sebagai pemimpin tim pengembangan dan kepala arsitek. Mengkhususkan diri dalam integrasi aplikasi perusahaan, pengembangan arsitektur portal web, sistem analisis data, penerapan dan dukungan Infrastruktur Windows.
Perpaduan gaya presentasi teknik dan ilmu pengetahuan alam memungkinkan siswa menyampaikan semangat dan pendekatan kreatif guru. Fedor Anatolyevich selalu menerima ulasan paling antusias dari para lulusannya yang berterima kasih.
Modul 1. Ruang lingkup data besar. Tugas khas. (1 ac. H.)
-Tujuan kursus
-Definisi konsep dasar
-Sejarah Ilmu Data
-Manfaat bekerja dengan data besar
-Tugas umum: perkiraan penjualan, produksi, permintaan. Analisis perilaku. Pengenalan pola. Sistem pakar.
Modul 2. Pengumpulan dan penyiapan data awal. Teknik CRISP-DM (1 akademik. H.)
-Di mana untuk memulai. Metodologi standar lintas industri untuk bekerja dengan data CRISP-DM
-Studi deskriptif dan asosiatif terhadap sumber data
-Segmentasi dan pembersihan data (irisan dan dadu). Contoh alat Excel
-Visualisasi data di Excel. Cara menggunakan tabel dan grafik pivot
-Kerja praktek. Segmentasikan dan bersihkan kumpulan data pengujian.
Modul 3. Dasar-dasar statistik matematika. ANOVA. Add-in Excel “Paket Analisis” (2 ac. H.)
-Statistik deskriptif
-Rata-rata, paling mungkin, median
-Varians, deviasi standar, kesalahan standar
-Jenis distribusi
-Paket analisis data Excel
-Ikhtisar alat aplikasi lain untuk bekerja dengan data (R, Python, Octave, MathLab, database khusus).
-Kerja praktek. Tentukan karakteristik statistik sampel data.
Modul 4. Tugas perkiraan penjualan. Konsep pembelajaran mesin. Korelasi. Analisis regresi (3 ac. H.)
-Pernyataan masalah menilai hubungan antara berbagai faktor dan membuat perkiraan
-Korelasi. Koefisien Pearson
Tes -Student (T-analisis)
-Dasar-dasar Pembelajaran Mesin
-Analisis regresi
-Kriteria Fisher
-Membangun dan menganalisis tren di Excel
-Kerja praktek. Menentukan adanya korelasi dan ketergantungan regresi antara dua sampel data. Bangun tren.
Modul 5. Masalah klasifikasi dan pengenalan gambar, video, ucapan, teks. Konsep jaringan saraf. Contoh aplikasi. (3 ac. H.)
-Tugas mengelompokkan data diskrit menggunakan contoh tugas pengenalan (grafik, ucapan, teks)
-Jaringan saraf sebagai alat untuk memecahkan masalah klasifikasi
-Demonstrasi menggunakan contoh Azure, AWS
-Tugas mengklasifikasikan data di jejaring sosial dan menemukan solusi optimal (rute)
-Grafik sebagai alat untuk memecahkan masalah grafik sosial dan memprediksi perilaku
-Pohon keputusan
-Partisi menjadi sampel (pelatihan, pengujian, verifikasi)
-Analisis kesalahan belajar. Dasar dan penyimpangan. Penyesuaian manual
-Pekerjaan praktis: mengklasifikasikan kumpulan data dan membaginya menjadi beberapa segmen.
Modul 6. Tantangan penelitian jaringan sosial. Tugas memprediksi perilaku pengguna. Grafik sosial dan terarah. Pohon keputusan. Contoh penerapan (3 ac. H.)
-Tugas mengklasifikasikan data di jejaring sosial
-Grafik sebagai alat untuk memecahkan masalah grafik sosial dan memprediksi perilaku
-Partisi menjadi sampel (pelatihan, pengujian, verifikasi)
-Analisis kesalahan belajar. Dasar dan penyimpangan. Penyesuaian manual
Modul 7. Alat canggih: pembelajaran mesin mendalam, kecerdasan buatan, kumpulan fuzzy (1 ac. H.)
-Konsep Pembelajaran Mesin Mendalam
-Analisis bisnis multifaktor menggunakan logika fuzzy sebagai contoh
Modul 8. Bimbingan karir untuk spesialisasi dalam Ilmu Data. Kesimpulan dan rekomendasi untuk membangun dan mengatur kerja tim (2 ac. H.)
-Peran spesialis DS: analis data, ilmuwan data, pemrogram, direktur digital
-Persyaratan kompetensi dan interaksi pegawai di bidang analisis data
-Komposisi dan persyaratan tim proyek untuk DS
-Mempersiapkan perusahaan untuk penggunaan “bigdata”
Profesi analitik: apa yang harus dipilih
1 tinjauan
• Kami akan memberi tahu Anda dengan kata-kata sederhana tentang Ilmu Data, jaringan saraf, kecerdasan buatan, dan fenomena populer lainnya. • Anda akan memahami bidang apa saja yang ada di bidang yang bekerja dengan data, dan bekerja dengan alat analitik dalam praktiknya • Dapatkan panduan langkah demi langkah dan cari tahu apa yang Anda perlukan untuk memulai di bidang Data Sains
4,6
Analis Data dari awal hingga Junior
Anda akan belajar memecahkan masalah bisnis menggunakan data. Pertama, dapatkan pelatihan yang diperlukan, tingkatkan matematika dan statistik Anda, lalu pelajari SQL, Python, Power BI dan dalam setahun Anda akan menjadi analis data.
4,2
Berlangganan
YOU MIGHT ALSO LIKE
