Plan du cours

Introduction à Data Analysis et Big Data

  • Qu'est-ce qui fait que Big Data est "grand" ?
    • Vitesse, volume, variété, véracité (VVVV)
  • Limites du traitement traditionnel des données
  • Traitement distribué
  • Analyse statistique
  • Types d'analyse Machine Learning
  • Data Visualization

[Rôles et responsabilités

  • Administrateurs
  • Développeurs
  • Analystes de données

[Utilisé pour Data Analysis

  • Python
    • Pourquoi Python pour Data Analysis ?
    • Manipuler, traiter, nettoyer et compiler des données

Approches de Data Analysis

  • Analyse statistique
    • Analyse des séries temporelles
    • Forecasting avec les modèles de corrélation et de régression
    • Inférentielle Statistics (estimation)
    • Descriptive Statistics dans des ensembles Big Data (par exemple, calcul de la moyenne)
  • Machine Learning
    • Apprentissage supervisé ou non supervisé
    • Classification et regroupement
    • Estimation du coût de méthodes spécifiques
    • Filtrage

Big Data Infrastructure

  • Stockage des données
    • Bases de données relationnelles (SQL)
      • MySQL
      • Postgres
      • Oracle
    • Comprendre les nuances
      • Bases de données hiérarchiques
      • Bases de données orientées objet
      • Bases de données orientées documents
      • Bases de données orientées graphe
      • Autres bases de données

L'avenir de Big Data

Résumé et prochaines étapes

Pré requis

  • Compréhension générale des mathématiques
  • Compréhension générale de la programmation
  • Compréhension générale des bases de données

Public

  • Développeurs / programmeurs
  • Consultants en informatique
 21 Heures

Nombre de participants


Prix ​​par Participant

Nos clients témoignent (5)

Cours à venir

Catégories Similaires