أساسيات العمل مع البيانات الضخمة (علم البيانات) - دورة 14990 روبل روسي. من متخصص، تدريب، التاريخ: 30 نوفمبر 2023.
Miscellanea / / November 30, 2023
المعلم الرئيسي للمركز، رئيس اتجاه "تقنيات التدريس المبتكرة". دكتوراه في العلوم التقنية تخصص "تحليل النظم في نظم المعلومات". صاحب مناصب مرموقة بفمب (®)،بي جي إم بي ®,بمب®، خبير ITIL®، ITIL 4.0. مدير محترف، قائد استراتيجي، مالك منتج معتمد من DASA، مدرب معتمد بمب® و إيتيل®, مدرب تدريب معتمد عبر الإنترنت بمب®،إيتيل 4.0 و داسا.
تعمل في التدريس منذ أكثر من 15 عامًا، وهي مؤلفة الدورات والندوات في المركز، وأكثر من 80 عملاً علميًا و20 عملًا منهجيًا. الخبرة في مجال تكنولوجيا المعلومات - أكثر من 25 عامًا، منها أكثر من 15 عامًا - في مجال إدارة المشاريع ومحافظ المشاريع والمنتجات والشركات الناشئة؛ لديه خبرة في الاستشارات المتعلقة بإدارة المشاريع والتغييرات التنظيمية (التحول الرقمي) في عدد من الشركات الكبرى.
نفذت أكثر من 20 مشروعًا في الصناعات التالية: تكنولوجيا المعلومات (بما في ذلك حلول الويب، وإدارة خدمات تكنولوجيا المعلومات)، والتعليم، والمعادن، والتأمين، والاتصالات. أشهر العملاء الذين عمل معهم دانيل يوريفيتش: Siemens Telecom CIS، Microsoft، Royal Canin، PepsiCo Rus، Accenture، Pharmstandard، Myasnitsky Ryad. دانيل يوريفيتش لديه ضخمة
الخبرة في بناء الشراكات مع الشركات الكبرى، بما في ذلك مايكروسوفت، سيتريكس وإلخ.منذ عام 2015 يعمل دانيل يوريفيتش بنشاط في الشركات الناشئة كشريك (سلسلة من المنتجات للأشخاص الذين يعانون من ضعف السمع؛ نظام شهادة التعليم عبر الإنترنت) وكمرشد (IAMCP، G-Accelerator).
دانيل يوريفيتش هو مشارك منتظم في المؤتمرات الدولية، بما في ذلك PMXPO 2019، وPMI Talent and Technology Symposium، وPMI® Organizational Agility Conference وغيرها. لمدة عامين على التوالي، عمل كمتحدث في DevOps Pro موسكو 2019-2020. يعمل باستمرار على تحسين المهارات في تدريبات البائعين (DASA، Peoplecert). اجتياز التدريب والتقييم (التقييم) بنجاح لتصبح مدرب PMP وفقًا للإصدار الجديد.
وباستخدام خبرته الواسعة وموهبته التعليمية الرائعة، يعرض المادة بعدد كبير من الأمثلة. يثير بمهارة مناقشات مثمرة في المجموعات ويجيب على جميع الأسئلة بالتفصيل. سوف يقدم لك دانيل يوريفيتش ليس الأساليب المجردة، ولكن كيف يتم ذلك العمل في الممارسة العملية مع الأخذ في الاعتبار التشريعات وخصائص ممارسة الأعمال التجارية.
مدرس للأغراض الخاصة، حائز على مكانة دولية مرموقة ماجستير معتمد من مايكروسوفت. خريج جامعة موسكو التقنية الحكومية التي تحمل اسم N.E. بومان.
في فصوله، يضع فيودور أناتوليفيتش المبدأ في المقدمة "انظر إلى الجذر!" - من المهم ليس فقط دراسة تشغيل الآلية، ولكن أيضًا فهم سبب عملها بهذه الطريقة وليس بطريقة أخرى.
متخصص في مجال تصميم وتطوير البرمجيات. يتمتع بسنوات عديدة من الخبرة كقائد فريق التطوير ورئيس المهندسين المعماريين. متخصص في تكامل تطبيقات المؤسسات، وتطوير بنية بوابة الويب، وأنظمة تحليل البيانات، والنشر والدعم البنية التحتية لنظام التشغيل Windows.
يتيح الجمع بين أساليب عرض الهندسة والعلوم الطبيعية للطلاب نقل شغف المعلم ونهجه الإبداعي. يتلقى فيدور أناتوليفيتش دائمًا التقييمات الأكثر حماسة من خريجيه الممتنين.
وحدة 1. نطاق البيانات الضخمة. المهام النموذجية. (1 ف. ح.)
-اهداف الدورة
-تعريف المفاهيم الأساسية
-تاريخ علم البيانات
-فوائد العمل مع البيانات الضخمة
- المهام النموذجية: التنبؤ بالمبيعات والإنتاج والطلب. تحليل السلوك. التعرف على الأنماط. النظم الخبيرة.
الوحدة 2. جمع وإعداد البيانات الأولية. تقنية CRISP-DM (1 أكاديمي. ح.)
-من أين نبدأ. المنهجية القياسية عبر الصناعة للعمل مع بيانات CRISP-DM
-دراسة وصفية وترابطية للبيانات المصدر
-تجزئة وتنظيف البيانات (شريحة ونرد). أمثلة على أدوات إكسل
- تصور البيانات في برنامج Excel. كيفية استخدام الجداول المحورية والرسوم البيانية
-العمل التطبيقي. قم بتقسيم مجموعة بيانات الاختبار وتنظيفها.
الوحدة 3. أساسيات الإحصاء الرياضي. أنوفا. الوظيفة الإضافية لـ Excel "حزمة التحليل" (2 ac. ح.)
-الإحصاء الوصفي
- المتوسط، الأرجح، المتوسط
- التباين، الانحراف المعياري، الخطأ المعياري
-أنواع التوزيعات
-حزمة تحليل البيانات في برنامج Excel
- نظرة عامة على أدوات التطبيق الأخرى للتعامل مع البيانات (R، Python، Octave، MathLab، قواعد البيانات المتخصصة).
-العمل التطبيقي. تحديد الخصائص الإحصائية لعينة البيانات.
الوحدة 4. مهمة التنبؤ بالمبيعات. مفهوم التعلم الآلي. علاقة. تحليل الانحدار (3 أ. ح.)
- بيان مشكلة تقييم العلاقة بين العوامل المختلفة والتنبؤ
-علاقة. معامل بيرسون
-اختبار الطالب (تحليل T)
-أساسيات التعلم الآلي
-تحليل الانحدار
- معيار فيشر
- بناء وتحليل الاتجاهات في برنامج Excel
-العمل التطبيقي. تحديد وجود الارتباط والاعتماد على الانحدار بين عينتين من البيانات. بناء الاتجاه.
الوحدة 5. مشاكل التصنيف والتعرف على الصور والفيديو والكلام والنص. مفهوم الشبكات العصبية. أمثلة التطبيق. (3 ف. ح.)
-مهمة تجزئة البيانات المنفصلة باستخدام مثال مهام التعرف (الرسومات والكلام والنص)
- الشبكات العصبية كأداة لحل مشاكل التصنيف
- العرض التوضيحي باستخدام أمثلة Azure وAWS
-مهام تصنيف البيانات في شبكات التواصل الاجتماعي وإيجاد الحل الأمثل (الطريق)
-الرسوم البيانية كأداة لحل المشكلات على الرسوم البيانية الاجتماعية والتنبؤ بالسلوك
-شجرة القرار
- التقسيم إلى عينات (التدريب والاختبار والتحقق)
-تحليل أخطاء التعلم. الأساس والانحرافات. دليل التكيف
-التدريب العملي: تصنيف مجموعة بيانات وتقسيمها إلى شرائح.
الوحدة 6. التحدي الذي تواجهه أبحاث الشبكات الاجتماعية. مهمة التنبؤ بسلوك المستخدم. الرسوم البيانية الاجتماعية والموجهة. أشجار القرار. أمثلة على التطبيق (3 أ. ح.)
-مهمة تصنيف البيانات في شبكات التواصل الاجتماعي
-الرسوم البيانية كأداة لحل المشكلات على الرسوم البيانية الاجتماعية والتنبؤ بالسلوك
- التقسيم إلى عينات (التدريب والاختبار والتحقق)
-تحليل أخطاء التعلم. الأساس والانحرافات. دليل التكيف
الوحدة 7. الأدوات المتقدمة: التعلم الآلي العميق، الذكاء الاصطناعي، المجموعات الغامضة (1 ac. ح.)
- مفهوم التعلم الآلي العميق
-تحليل الأعمال متعدد العوامل باستخدام المنطق المضبب كمثال
الوحدة 8. التوجيه المهني للتخصصات في علم البيانات. استنتاجات وتوصيات لبناء وتنظيم العمل الجماعي (2 أ. ح.)
- أدوار متخصصي DS: محلل بيانات، عالم بيانات، مبرمج، مدير رقمي
-متطلبات الكفاءات وتفاعل الموظفين في مجال تحليل البيانات
-تكوين ومتطلبات فريق المشروع لـ DS
– تهيئة الشركة لاستخدام “البيانات الضخمة”
• سنخبرك بكلمات بسيطة عن علوم البيانات والشبكات العصبية والذكاء الاصطناعي وغيرها من الظواهر الشائعة • ستفهم المجالات الموجودة في مجال العمل مع البيانات، والعمل باستخدام أدوات التحليل عمليًا • احصل على دليل خطوة بخطوة واكتشف ما تحتاجه للبدء في مجال البيانات علوم
4,6
سوف تتعلم كيفية حل مشاكل العمل باستخدام البيانات. أولاً، احصل على التدريب اللازم، وقم بتحسين الرياضيات والإحصائيات لديك، ثم ادرس SQL وPython وPower BI وفي غضون عام ستصبح محلل بيانات.
4,2