TIBCO for Developers Training Course

Σε αυτή τη ζωντανή εκπαίδευση στο Ελλάδα, καθοδηγούμενη από εκπαιδευτές, οι συμμετέχοντες θα μάθουν τρεις διαφορετικές προσεγγίσεις για την πρόσβαση, την ανάλυση και την οπτικοποίηση δεδομένων. Ξεκινάμε με μια εισαγωγή στις βάσεις δεδομένων RDMS. Η εστίαση θα είναι στην πρόσβαση και την υποβολή ερωτημάτων σε μια βάση δεδομένων Oracle χρησιμοποιώντας τη γλώσσα SQL. Στη συνέχεια, εξετάζουμε στρατηγικές για την πρόσβαση σε μια βάση δεδομένων RDMS μέσω προγραμματισμού χρησιμοποιώντας τη γλώσσα Python. Τέλος, εξετάζουμε τον τρόπο οπτικοποίησης και παρουσίασης δεδομένων γραφικά χρησιμοποιώντας το TIBCO Spotfire.

Μορφή Μαθήματος Διαδραστική διάλεξη και συζήτηση. Πολλές ασκήσεις και εξάσκηση. Πρακτική εφαρμογή σε περιβάλλον ζωντανού εργαστηρίου.

Αυτή η ζωντανή εκπαίδευση στο Ελλάδα από εκπαιδευτές (διαδικτυακή ή επιτόπου) απευθύνεται σε επιχειρησιακούς αναλυτές που επιθυμούν να μάθουν προηγμένες τεχνικές Spotfire Analyst για την ανάλυση δεδομένων.

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

• Μοιραστείτε οπτικοποιήσεις μεταξύ διαφορετικών μελών της ομάδας.
• Ασφαλής πρόσβαση στο λογισμικό με βάση τους ρόλους και τα στοιχεία ελέγχου πρόσβασης.
• Δημιουργήστε οπτικοποιήσεις όπως γραφήματα χαρτών.
• Ενσωματώστε γλώσσες στατιστικών υπολογιστών όπως η R με το Spotfire.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιχειρησιακούς αναλυτές και αναλυτές δεδομένων που επιθυμούν να μάθουν βασικές τεχνικές Spotfire Analyst για την ανάλυση δεδομένων.

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

• Εγκαταστήστε και διαμορφώστε το TIBCO Spotfire.
• Συνδυάστε δεδομένα από διαφορετικές βάσεις δεδομένων.
• Οπτικοποιήστε μεγάλα σύνολα δεδομένων.
• Δημιουργήστε και μοιραστείτε σύνθετους πίνακες εργαλείων.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιχειρησιακούς αναλυτές και αναλυτές δεδομένων που επιθυμούν να χρησιμοποιήσουν το TIBCO Spotfire X με τις δυνατότητές του τεχνητής νοημοσύνης για οπτικοποίηση, μετατροπή και ανάλυση δεδομένων.

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

• Εγκαταστήστε και διαμορφώστε το TIBCO Spotfire X.
• Κατανοήστε τα χαρακτηριστικά και την αρχιτεκτονική του TIBCO Spotfire X.
• Κατανοήστε τις έννοιες πίσω από την επαυξημένη και προγνωστική ανάλυση.
• Μάθετε πώς να φορτώνετε, να επεξεργάζεστε και να οπτικοποιείτε δεδομένα χρησιμοποιώντας το Spotfire X.
• Δημιουργήστε διαδραστικές και βελτιωμένες απεικονίσεις δεδομένων.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε μηχανικούς, ερευνητές και αναλυτές δεδομένων που επιθυμούν να χρησιμοποιήσουν TIBCO Statistica χαρακτηριστικά για τη δημιουργία αναλυτικών ροών εργασίας και μοντέλων.

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

• Εγκαταστήστε και πλοηγηθείτε στο πρόγραμμα TIBCO Statistica για τη δημιουργία και τη διαχείριση έργων ανάλυσης δεδομένων.
• Κατανοήστε τα βασικά στατιστικά στοιχεία για την ανάλυση δεδομένων και τη δημιουργία χρήσιμων πληροφοριών για την επιχείρηση.
• Εξερευνήστε προηγμένα θέματα για να εργαστείτε με μεγάλα δεδομένα και μηχανική εκμάθηση χρησιμοποιώντας το TIBCO Statistica.

Σε αυτή τη ζωντανή εκπαίδευση στο Ελλάδα, καθοδηγούμενη από εκπαιδευτές, οι συμμετέχοντες θα μάθουν πώς να δημιουργούν οπτικοποιήσεις βασισμένες σε δεδομένα που βασίζονται στον ιστό που εκτελούνται σε πολλές συσκευές με απόκριση.

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

• Χρησιμοποιήστε το D3 για να δημιουργήσετε διαδραστικά γραφικά, πίνακες εργαλείων πληροφοριών, γραφήματα πληροφοριών και χάρτες.
• Ελέγξτε το HTML με επιλογές που μοιάζουν με jQuery.
• Μεταμορφώστε το DOM επιλέγοντας στοιχεία και συνδέοντας τα δεδομένα.
• Εξαγωγή SVG για χρήση σε έντυπες εκδόσεις.

Οι συμμετέχοντες που θα ολοκληρώσουν αυτήν την εκπαίδευση θα αποκτήσουν μια πρακτική, πραγματική κατανόηση του Data Science και των σχετικών τεχνολογιών, μεθοδολογιών και εργαλείων του.

Οι συμμετέχοντες θα έχουν την ευκαιρία να κάνουν πράξη αυτή τη γνώση μέσα από πρακτικές ασκήσεις. Η ομαδική αλληλεπίδραση και η ανατροφοδότηση του εκπαιδευτή αποτελούν ένα σημαντικό στοιχείο της τάξης.

Το μάθημα ξεκινάει με μια εισαγωγή στις στοιχειώδεις έννοιες του Data Science και στη συνέχεια εξελίσσεται στα εργαλεία και τις μεθοδολογίες που χρησιμοποιούνται στο Data Science.

Ακροατήριο

Προγραμματιστές Τεχνικοί αναλυτές σύμβουλοι πληροφορικής

Μορφή του μαθήματος

Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Σημείωση

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

Αυτό το μάθημα προορίζεται για μηχανικούς και υπεύθυνους λήψης αποφάσεων που εργάζονται στην εξόρυξη δεδομένων και την ανακάλυψη γνώσεων.

Θα μάθετε πώς μπορείτε να δημιουργήσετε αποτελεσματικά οικόπεδα και τρόπους για να παρουσιάσετε και να εκπροσωπήσετε τα δεδομένα σας με τρόπο που θα προσελκύσει τους υπεύθυνους λήψης αποφάσεων και θα τους βοηθήσει να καταλάβουν τις κρυφές πληροφορίες.

Σε αυτή τη ζωντανή εκπαίδευση στο Ελλάδα, καθοδηγούμενη από εκπαιδευτές, οι συμμετέχοντες θα μάθουν τις δεξιότητες, τις στρατηγικές, τα εργαλεία και τις προσεγγίσεις για την οπτικοποίηση και την αναφορά δεδομένων για διαφορετικά είδη κοινού. Οι περιπτωσιολογικές μελέτες αναλύονται επίσης και συζητούνται για να παραδειγματιστεί ο τρόπος με τον οποίο οι λύσεις οπτικοποίησης δεδομένων εφαρμόζονται στον πραγματικό κόσμο για να αντλήσουν νόημα από δεδομένα και να απαντήσουν σε κρίσιμα ερωτήματα.

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

• Γράψτε αναφορές με συναρπαστικούς τίτλους, υπότιτλους και σχολιασμούς χρησιμοποιώντας τους πιο κατάλληλους συνδυασμούς επισήμανσης, ευθυγράμμισης και χρωμάτων για αναγνωσιμότητα και φιλικότητα προς τον χρήστη.
• Σχεδιάστε γραφήματα που ταιριάζουν στις ανάγκες και τα ενδιαφέροντα του κοινού.
• Επιλέξτε τους καλύτερους τύπους γραφημάτων για ένα δεδομένο σύνολο δεδομένων (πέρα από γραφήματα πίτας και γραφήματα ράβδων.)
• Εντοπίστε και αναλύστε τα πιο πολύτιμα και σχετικά δεδομένα γρήγορα και αποτελεσματικά.
• Επιλέξτε τις καλύτερες μορφές αρχείων για συμπερίληψη στις αναφορές (γραφήματα, γραφήματα πληροφοριών, αναφορές, GIF κ.λπ.)
• Δημιουργήστε αποτελεσματικές διατάξεις για την εμφάνιση δεδομένων χρονοσειρών, σχέσεων τμήματος προς σύνολο, γεωγραφικών μοτίβων και ένθετων δεδομένων.
• Χρησιμοποιήστε αποτελεσματική χρωματική κωδικοποίηση για να εμφανίσετε ποιοτικά και βασισμένα σε κείμενο δεδομένα, όπως ανάλυση συναισθημάτων, χρονοδιαγράμματα, ημερολόγια και διαγράμματα.
• Εφαρμόστε τα πιο κατάλληλα εργαλεία για την εργασία (Excel, R, Tableau, προγράμματα χαρτογράφησης κ.λπ.)
• Προετοιμάστε σύνολα δεδομένων για οπτικοποίηση.

Αυτό το μάθημα σας διδάσκει για την ανθρώπινη αντίληψη και πώς να την αξιοποιήσετε για να παρέχετε τις καλύτερες γνώσεις. Θα εξοικειωθείτε με τη θεωρία του σχεδιασμού, συμπεριλαμβανομένων των νόμων Gestalt, των προκαταρκτικών χαρακτηριστικών και της συμπερίληψης. Θα κατανοήσετε επίσης τις ομοιότητες και τις διαφορές μεταξύ διερευνητικής και επεξηγηματικής ανάλυσης. Θα ανακαλύψετε τη χρήση των διαγραμμάτων και θα μάθετε πώς να επιλέξετε το καταλληλότερο. Στο τέλος του μαθήματος, θα ξέρετε πώς να εφαρμόσετε τις αρχές σχεδίασης είναι οπτικοποιήσεις που δημιουργούνται με χρήση λογισμικού Tableau.

Apache Druid είναι ένα ανοικτού πηγαίου κώδικα, κατανεμημένο σε στήλη, κατανεμημένο κατάστημα δεδομένων που είναι γραμμένο σε Java . Σχεδιάστηκε έτσι ώστε να απορροφάει γρήγορα μεγάλες ποσότητες δεδομένων συμβάντων και να εκτελεί ερωτήματα OLAP χαμηλής καθυστέρησης σε αυτά τα δεδομένα. Το Druid χρησιμοποιείται συνήθως στις εφαρμογές επιχειρηματικής ευφυΐας για την ανάλυση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο και ιστορικών δεδομένων. Είναι επίσης κατάλληλο για την τροφοδοσία γρήγορων, διαδραστικών, αναλυτικών πινάκων ελέγχου για τελικούς χρήστες. Το Druid χρησιμοποιείται από εταιρείες όπως το Alibaba, το Airbnb, η Cisco , το eBay, το Netflix, το Paypal και το Yahoo.

Σε αυτήν την καθοδηγούμενη από εκπαιδευτή, ζωντανή πορεία, εξετάζουμε ορισμένους από τους περιορισμούς των λύσεων αποθήκης δεδομένων και συζητούμε πώς ο Druid μπορεί να επαινέσει αυτές τις τεχνολογίες για να σχηματίσει μια ευέλικτη και κλιμακούμενη στοίβα αναλυτικών ροών. Περνάμε πολλά παραδείγματα, προσφέροντας στους συμμετέχοντες την ευκαιρία να εφαρμόσουν και να δοκιμάσουν λύσεις Druid με βάση το εργαστήριο.

Μορφή του μαθήματος

• Διάλεξη μέρους, συζήτηση μέρος, βαριά πρακτική πρακτική, περιστασιακές δοκιμές για να μετρήσετε την κατανόηση

Το eCharts είναι μια δωρεάν JavaScript βιβλιοθήκη που χρησιμοποιείται για διαδραστική χαρτογράφηση και οπτικοποίηση δεδομένων.

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών, οι συμμετέχοντες θα μάθουν τις θεμελιώδεις λειτουργίες του ECharts καθώς προχωρούν στη διαδικασία δημιουργίας και διαμόρφωσης γραφημάτων χρησιμοποιώντας το ECharts.

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

Κατανοήστε τις βασικές αρχές του ECharts Εξερευνήστε και χρησιμοποιήστε τις διάφορες δυνατότητες και επιλογές διαμόρφωσης στο ECharts Δημιουργήστε τα δικά τους απλά, διαδραστικά και αποκριτικά γραφήματα με το ECharts

Ακροατήριο

προγραμματιστές

Μορφή του μαθήματος

Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Το Embedding Projector είναι μια διαδικτυακή εφαρμογή ανοιχτού κώδικα για την οπτικοποίηση των δεδομένων που χρησιμοποιούνται για την εκπαίδευση συστημάτων μηχανικής εκμάθησης. Δημιουργήθηκε από την Google, αποτελεί μέρος του TensorFlow.

Αυτή η ζωντανή εκπαίδευση καθοδηγούμενη από εκπαιδευτές εισάγει τις έννοιες πίσω από το Embedding Projector και καθοδηγεί τους συμμετέχοντες στη ρύθμιση ενός έργου επίδειξης.

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

Εξερευνήστε πώς ερμηνεύονται τα δεδομένα από μοντέλα μηχανικής μάθησης Πλοηγηθείτε σε τρισδιάστατες και 2D προβολές δεδομένων για να κατανοήσετε πώς τα ερμηνεύει ένας αλγόριθμος μηχανικής μάθησης Κατανόηση των εννοιών πίσω από τις Ενσωματώσεις και του ρόλου τους στην αναπαράσταση μαθηματικών διανυσμάτων για εικόνες, λέξεις και αριθμούς. Εξερευνήστε τις ιδιότητες μιας συγκεκριμένης ενσωμάτωσης για να κατανοήσετε τη συμπεριφορά ενός μοντέλου Εφαρμογή Έργου ενσωμάτωσης σε περιπτώσεις χρήσης πραγματικού κόσμου, όπως η δημιουργία ενός συστήματος πρότασης τραγουδιού για τους λάτρεις της μουσικής

Ακροατήριο

Προγραμματιστές Επιστήμονες δεδομένων

Μορφή του μαθήματος

Μέρος διάλεξη, μέρος συζήτηση, ασκήσεις και βαριά πρακτική εξάσκηση

Σκοπός του μαθήματος είναι να δοθεί στους συμμετέχοντες η δυνατότητα να αποκτήσουν γνώση των θεμελιωδών στοιχείων του R και πώς να εργαστούν με τα δεδομένα.

Το μάθημα είναι αφιερωμένο σε όσους θα ήθελαν να γνωρίσουν ένα εναλλακτικό πρόγραμμα στο εμπορικό πακέτο MATLAB. Η τριήμερη εκπαίδευση παρέχει ολοκληρωμένες πληροφορίες σχετικά με τη μετακίνηση στο περιβάλλον και την εκτέλεση του πακέτου OCTAVE για ανάλυση δεδομένων και μηχανικούς υπολογισμούς. Οι αποδέκτες της εκπαίδευσης είναι αρχάριοι αλλά και όσοι γνωρίζουν το πρόγραμμα και θα ήθελαν να συστηματοποιήσουν τις γνώσεις τους και να βελτιώσουν τις δεξιότητές τους. Η γνώση άλλων γλωσσών προγραμματισμού δεν απαιτείται, αλλά θα διευκολύνει σημαντικά την απόκτηση γνώσεων από τους μαθητές. Το μάθημα θα σας δείξει πώς να χρησιμοποιήσετε το πρόγραμμα σε πολλά πρακτικά παραδείγματα.