
Οι τοπικοί κύκλοι κατάρτισης Graph Computing δάσκαλο καταδεικνύουν μέσω πρακτικών πρακτικών τις διάφορες τεχνολογικές προσφορές και εφαρμογές για την επεξεργασία δεδομένων γραφημάτων, με σκοπό να εντοπίσουν αντικείμενα πραγματικού κόσμου, τα χαρακτηριστικά και τις σχέσεις τους, να μοντελοποιήσουν αυτές τις σχέσεις και να τα επεξεργαστούν δεδομένα χρησιμοποιώντας τις προσεγγίσεις υπολογιστικής γραφής. Graph Computing κατάρτιση Graph Computing είναι διαθέσιμη ως "onsite live training" ή "remote live training". Η επιτόπια κατάρτιση σε απευθείας σύνδεση μπορεί να πραγματοποιηθεί σε τοπικό επίπεδο στις εγκαταστάσεις του πελάτη στο Ελλάδα ή σε εταιρικά κέντρα κατάρτισης NobleProg στο Ελλάδα . Η απομακρυσμένη ζωντανή εκπαίδευση πραγματοποιείται μέσω μιας διαδραστικής, απομακρυσμένης επιφάνειας εργασίας. NobleProg - Ο τοπικός παροχέας εκπαίδευσης
Machine Translated
Testimonials
Ήταν διαδραστική
Suraj
Course: Semantic Web Overview
Machine Translated
Ήταν διαδραστική
Suraj
Course: Semantic Web Overview
Machine Translated
Graph Computing Subcategories
Graph Computing Course Outlines
Σε αυτή την καθοδηγούμενη από εκπαιδευτή, ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιούν το Apache Jena για να δημιουργήσουν και να αναπτύξουν μια εφαρμογή Semantic Web .
Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:
- Εγκαταστήστε και διαμορφώστε το Apache Jena
- Μετατροπή και αποθήκευση δεδομένων σε μορφή RDF
- RDF δεδομένα RDF χρησιμοποιώντας το SPARQL
- Δοκιμάστε και αναπτύξτε μια σημασιολογική εφαρμογή ιστού
Κοινό
- Προγραμματιστές
- Μηχανικοί δεδομένων
Μορφή του μαθήματος
- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
Σημείωση
- Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσετε.
Σε αυτήν την καθοδηγούμενη από εκπαιδευτή, ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιούν το Blazegraph για να καταγράψουν πολύπλοκα δεδομένα σε μορφή γραφημάτων για ανάκτηση από έναν αριθμό δειγμάτων εφαρμογών. Όλες οι ασκήσεις θα πραγματοποιηθούν σε εργαστηριακό περιβάλλον.
Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:
- Εγκαταστήστε και διαμορφώστε το Blazegraph σε αυτόνομη λειτουργία, σε κατάσταση συμπλέγματος (προαιρετικό) ή σε ενσωματωμένη λειτουργία (προαιρετικά)
- Δημιουργήστε, δοκιμάστε και αναπτύξτε μια εφαρμογή δείγματος για να Blazegraph σύνθετα δεδομένα σε ένα Blazegraph δεδομένων Blazegraph
- Κατανοήστε τον τρόπο μόχλευσης της μονάδας επεξεργασίας γραφικών ( GPU ) για την επιτάχυνση των υπολογισμών
Κοινό
- Προγραμματιστές
Μορφή του μαθήματος
- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
Σημείωση
- Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσετε.
Σε αυτή την καθοδηγούμενη από εκπαιδευτή, ζωντανή εκπαίδευση, οι συμμετέχοντες θα μάθουν για τις προσφορές τεχνολογίας και τις προσεγγίσεις υλοποίησης για την επεξεργασία δεδομένων γραφημάτων. Ο στόχος είναι να εντοπιστούν τα αντικείμενα πραγματικού κόσμου, τα χαρακτηριστικά και οι σχέσεις τους, να μοντελοποιηθούν αυτές οι σχέσεις και να επεξεργαστούν ως δεδομένα χρησιμοποιώντας μια προσέγγιση Graph Computing (επίσης γνωστή ως Graph Analytics). Ξεκινάμε με μια ευρεία επισκόπηση και περιορίζουμε τα συγκεκριμένα εργαλεία, καθώς κάνουμε μια σειρά από περιπτωσιολογικές μελέτες, πρακτικές ασκήσεις και ζωντανές αναπτύξεις.
Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:
- Κατανοήστε τον τρόπο με τον οποίο εξακολουθούν να υφίστανται και διαβιβάζονται τα δεδομένα γραφήματος.
- Επιλέξτε το καλύτερο πλαίσιο για μια συγκεκριμένη εργασία (από βάσεις δεδομένων γραφημάτων σε πλαίσια επεξεργασίας παρτίδας).
- Εφαρμόστε τους Hadoop , Spark, GraphX και GraphX για να πραγματοποιήσετε υπολογιστικά γραφή σε πολλές μηχανές παράλληλα.
- Προβάλετε μεγάλα προβλήματα δεδομένων σε πραγματικό κόσμο όσον αφορά τα γραφήματα, τις διαδικασίες και τις μετακινήσεις.
Μορφή του μαθήματος
- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
This instructor-led, live training (online or onsite) is aimed at technical persons who wish to query RDF data stored in a Semantic Web database.
By the end of this training, participants will be able to:
- Understand the difference between semantic web data and relational data.
- Query public datasets based on Semantic Web standards.
- Model data for querying with SPARQL.
- Transition a website's data to semantic web linked data.
- Run SPARQL queries from within an existing application.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.