Course Outline
Εισαγωγή στην πλατφόρμα Stratio
- Περίληψη της αρχιτεκτονικής Stratio και των βασικών μονάδων
- Η ρόλος του Rocket και της Intelligence στον κύκλο ζωής δεδομένων
- Είσοδος και περιήγηση στο UI του Stratio
Εργασία με το μόντυμα Rocket
- Εισαγωγή δεδομένων και δημιουργία παραγωγών
- Σύνδεση δεδομένων πηγών και εκτόξευση μετατροπών
- Χρήση του PySpark για διαδικασίες preprocessing στο Rocket
PySpark Σημαντικά στοιχεία για χρήστες Stratio
- Δομές και επιχειρήσεις δεδομένων του PySpark
- Κατασκευή βρόχων: χρήση for, while, if/else
- Συγγραφή προσαρμοσμένων συναρτήσεων με def και εφαρμογή τους
Ανώτερη χρήση του Rocket με PySpark
- Εισαγωγή συνεχούς και μετατροπές
- Χρήση βρόχων και συναρτήσεων σε περιβάλλοντα batch και εγκαίρους
- Καλές πρακτικές για τη απόδοση σε παραγωγούς PySpark
Αναζήτηση του μονάδου Intelligence
- Περίληψη χαρακτηριστικών και αναλυτικών δεδομένων
- Επιλογή, μετάβαση και εξploration χαρακτηριστικών
- Η ρόλος του PySpark στην προσαρμοσμένη ανάλυση και insights
Δημιουργία Ανώτερων Διαδικασιών Ανάλυσης
- Δημιουργία προσωπικών συναρτήσεων (UDFs) στο Intelligence
- Εφαρμογή όρων και βρόχων για τη λογική δεδομένων
- Περιπτώσεις εφαρμογής: υποδιαίρεση, συνθέση και πρόβλεψη
Εγκατάσταση και Collaboration
- Αποθήκευση, εξαγωγή και αναπαραγωγή διαδικασιών
- Δουλεύοντας σε ομάδα με άλλους εκπαιδευτές στο Stratio
- Εξέταση αποτελεσμάτων και ενσωμάτωσή τους σε κατακόρυφα εργαλεία
Σύνοψη και Σημείο Έναρξης
Requirements
- Εμπειρία με προγραμματισμό Python
- Συνειδητότητα των κoncepts δεδομένων ανάλυσης ή επεξεργασίας μεγάλων δεδομένων
- Βασική γνώση Apache Spark και διανεμημένου υπολογισμού
Πúblico Meta
- Διεργασίες μηχανές δεδομένων εργαζόμενες σε πλατφόρμες βασιζόμενες στο Stratio
- Αναλυτές ή αναπτυξιακοί χρησιμοποιώντας τους μονάδες Rocket και Intelligence
- Τεχνικές ομάδες που μεταφέρονται σε διεργασίες PySpark εντός του Stratio
Stratio: Μόντελα Rocket και Intelligence με PySpark
Εισαγωγή στην πλατφόρμα Stratio
- Σύνοψη της αρχιτεκτονικής και των πυρήνων μονάδων Stratio
- Ρόλος του Rocket και Intelligence στη ζωή των δεδομένων
- Είσοδος και περιπέτεια στην Stratio UI
Θεραπεία με το Μόντελο Rocket
- Εγκατάσταση δεδομένων και διαδικασίας παραγωγής
- Σύνδεση πηγών δεδομένων και ρυθμίσεις μετατροπής
- Χρήση PySpark για προεργασία ασκήσεων στο Rocket
PySpark Κλειδιά για χρήστες Stratio
- Δομές και επεξεργασίες PySpark
- Συνδεσμοί: χρήση for, while, if/else
- Γραφή προσαρμοστικών συναρτήσεων με def και εφαρμογή τους
Σημαντικές Χρήσεις του Rocket με PySpark
- Επακτική εγκατάσταση και μετατροπή
- Χρήση δομών βρόχων και συναρτήσεων για περίπτεσης ομάδας και εξ αποστάσεως
- Εκπροσώπηση καλές πρακτικές για δύναμη στις PySpark διαδικασίες
Περιήγηση του Μόντελου Intelligence
- Σύνοψη των χαρακτηριστικών και ανάλυσης πιθανοτήτων
- Επιλογή, μετατροπή και εξploration χαρακτηριστικών
- Ρόλος του PySpark σε προσαρμοστικές αναλύσεις και ευπρόσδεξη
Κατασκευή Προχωρημένων Αναλυτικών Διαδικασιών
- Δημιουργία χρήστη-όρισμενων συναρτήσεων (UDFs) στο Intelligence
- Αξιοθέτηση συνθηκών και βρόχων για λογική δεδομένων
- Περίπτεσης: ενοποίηση, αξιολόγηση και πρόβλεψη
Εκτύπωση και Collaboration
- Αποθήκευση, εξαγωγή και αναχρησιμοποίηση διαδικασιών
- Συνεργασία με άλλους συνεργάτες στο Stratio
- Εξέταση απόδοσης και ενσωμάτωση σε χαμηλότερα δικύς εργαλεία
Σύνοψη και Πρóχειρα Μέτρα
Stratio είναι μια πλατφόρμα συσκευασίας δεδομένων που ενσωματώνει μεγάλα δεδομένα, AI και ρυθμισιακό μέρος σε ένα μοντέλο. Οι τομείς Rocket και Intelligence επιτρέπουν γρήγορη ανάκαμψη δεδομένων, μετατροπή και προχωρημένες αναλύσεις σε εταιρείες υπολογιστών. Αυτό το ζωντάνικο μάθηση (διαφημισμένο ή σε περιβάλλον) είναι προσανατολισμός για δυσκολότερους τεχνικό χρήστες που θέλουν να χρησιμοποιήσουν το Rocket και Intelligence modules στο Stratio αποτελεσματικά με PySpark, επικεντρωμένη σε δομές βρόχου, προσαρμοστικές συναρτήσεις και προχωρημένη λογική δεδομένων. Τελος αυτού του μάθηση, οι συμμετέχοντες θα είναι σε θέση να:
- Περιπετώνται και λειτουργούν εντός της πλατφόρμας Stratio με χρήση των μονάδων Rocket και Intelligence.
- Αξιοθέτηση PySpark στο πλαίσιο εγκατάστασης, μετατροπής και ανάλυσης δεδομένων.
- Χρήση βρόχων και λογικής συνθήκης για τον έλεγχο διαδικασιών δεδομένων και εργασίες feature engineering.
- Δημιουργήστε και ανιχνεύστε προσαρμοστικά χρήστη-όρισμενων συναρτήσεων (UDFs) για επανδρώμενες λειτουργίες δεδομένων στο PySpark.
Σχεδιάστηκε της Κλάση
- Δυναμική λекτική και διαπροσωπικό.
- Πολύς ασκήσεις και πράξη.
- Χειρότεχνη εφαρμογή σε ζωντάνικο περιβάλλον λабού.
Πρόσθετες ταινίες Διδασκαλίας
- Για να αιτηθεί μια προσαρμοσμένη διάταξη γι' αυτή την κλάση, παρακαλώ επικοινωνήστε μαζί μας.
Testimonials (5)
Οι πρακτικές ενδείξεις μας έδωσαν την πραγματική αίσθηση του πώς λειτουργεί το πρόγραμμα. Goεχαιρέτιμε εξηγήσεις και ολοκλήρωση των θεωρητικών κonceπτών και πώς σχετίζονται με τις πρακτικές εφαρμογές.
Ian - Archeoworks Inc.
Course - ArcGIS Fundamentals
Machine Translated
Όλα τα θέματα που εκπόνησε, συμπεριλαμβανομένων των παραδειγμάτων. Και εξήγησε επίσης πώς είναι χρήσιμα στην καθημερινή μας εργασία.
madduri madduri - Boskalis Singapore Pte Ltd
Course - QGIS for Geographic Information System
Machine Translated
Μου άρεσε το στυλ του Pablo, το γεγονός ότι κάλυψε πολλά θέματα από το σχεδιασμό αναφορών, την προσαρμογή με html έως την εφαρμογή απλών αλγορίθμων ML. Goισορροπία θεωρητικών πληροφοριών / ασκήσεων. Ο Pablo κάλυψε πραγματικά όλα τα θέματα που με ενδιέφεραν και έδωσε ολοκληρωμένες απαντήσεις στις ερωτήσεις μου.
Cristian Tudose - SC Automobile Dacia SA
Course - Advanced Data Analysis with TIBCO Spotfire
Machine Translated
Αποτελεσματική εφαρμογή του Spotfire και όλων των βασικών λειτουργιών.
Michael Capili - STMicroelectronics, Inc.
Course - Introduction to Spotfire
Machine Translated
Το πιό πράγμα που μου αρέσε της εκπαιδεύσεως ήταν η διοργάνωση και η τοποθεσία
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Course - ArcGIS for Spatial Analysis
Machine Translated