Eğitim İçeriği
Giriş
Dataiku Data Science Studio (DSS) Kurulumu ve Yapılandırması
- Dataiku DSS için sistem gereksinimleri
- Apache Hadoop ve Apache Spark entegrasyonlarının ayarlanması
- Web proxy'leri ile Dataiku DSS'nin yapılandırılması
- Diğer platformlardan Dataiku DSS'ye geçiş
Dataiku DSS Özellikleri ve Mimarisinin Genel Bakışı
- Dataiku DSS'nin temel nesneleri ve grafikleri
- Dataiku DSS'de bir tarif (recipe) nedir?
- Dataiku DSS tarafından desteklenen veri seti türleri
Bir Dataiku DSS Projesi Oluşturma
Dataiku DSS'de Veri Kaynaklarına Bağlanmak için Veri Setlerini Tanımlama
- DSS konektörleri ve dosya formatlarıyla çalışma
- Standart DSS formatları ve Hadoop'e özel formatlar
- Bir Dataiku DSS projesi için dosya yükleme
Dataiku DSS'deki Sunucu Dosya Sisteminin Genel Bakışı
Yönetilen Klasörler Oluşturma ve Kullanma
- Klasörleri birleştirmek için Dataiku DSS tarifi
- Yerel ve yerel olmayan yönetilen klasörler
Yönetilen Klasör İçeriğini Kullanarak Bir Dosya Sistemi Veri Seti Oluşturma
- Bir DSS kod tarifi ile temizleme işlemleri gerçekleştirme
Metrik Veri Seti ve Dahili İstatistik Veri Seti ile Çalışma
HTTP Veri Seti için DSS İndirme Tarifini Uygulama
DSS Kullanarak SQL Veri Setlerini ve HDFS Veri Setlerini Yeniden Konumlandırma
Dataiku DSS'de Veri Setlerini Sıralama
- Yazma sırası ve çalışma zamanı sırası
Bir Dataiku DSS Projesi için Veri Görsellerini Keşfetme ve Hazırlama
Dataiku Şemaları, Depolama Türleri ve Anlamları Hakkında Genel Bilgi
Dataiku DSS'de Veri Temizleme, Normalleştirme ve Zenginleştirme Komut Dosyaları Uygulama
Dataiku DSS Grafikleri Arayüzü ve Görsel Toplamalar Türleri ile Çalışma
DSS'nin Etkileşimli Statistics Özelliğini Kullanma
- Tek değişkenli analiz ve çok değişkenli analiz
- Ana Bileşen Analizi (PCA) DSS aracını kullanma
Dataiku DSS ile Machine Learning Hakkında Genel Bilgi
- Denetimli ML ve denetimsiz ML
- DSS ML Algoritmaları ve özellik işleme referansları
- Dataiku DSS ile Deep Learning
DSS Veri Setlerinden ve Tariflerinden Türetilen Akışın Genel Bakışı
DSS'de Görsel Tariflerle Mevcut Veri Setlerini Dönüştürme
Kullanıcı Tarafından Tanımlanan Koda Dayalı DSS Tariflerini Kullanma
DSS Kod Defterleri ile Kod Keşfini ve Deneyleri Optimize Etme
Web Uygulamaları ile Gelişmiş DSS Görselleri ve Özel Ön Uç Özellikleri Yazma
Dataiku DSS Kod Raporları Özelliği ile Çalışma
Veri Projesi Element'lerini Paylaşma ve DSS Gösterge Panosuna Aşina Olma
Bir Dataiku DSS Projesini Yeniden Kullanılabilir Bir Uygulama Olarak Tasarlama ve Paketleme
Dataiku DSS'deki Gelişmiş Yöntemler Hakkında Genel Bilgi
- DSS kullanarak optimize edilmiş veri seti bölümlendirmesi uygulama
- Kubernetes kapsayıcılarındaki işlemler aracılığıyla belirli DSS işleme bölümlerini yürütme
Dataiku DSS'de Collaboration ve Sürüm Kontrolü Hakkında Genel Bilgi
DSS Proje Testi için Otomasyon Senaryoları, Metrikler ve Kontroller Uygulama
DSS Otomasyon Düğümü ve Paketleri ile Bir Projeyi Dağıtma ve Güncelleme
Dataiku DSS'de Gerçek Zamanlı API'ler ile Çalışma
- DSS'deki Ek API'ler ve Rest API'ler
Dataiku Zaman Serilerini Analizleme ve Forecasting
Bir Projeyi Dataiku DSS'de Güvenli Hale Getirme
- Proje İzinlerini ve Gösterge Panosu Yetkilendirmelerini Yönetme
- Gelişmiş Güvenlik Seçenekleri Uygulama
Dataiku DSS'yi Bulut ile Entegre Etme
Sorun Giderme
Özet ve Sonuç
Kurs İçin Gerekli Önbilgiler
- Python, SQL ve R programlama dillerinde deneyim
- Apache Hadoop ve Spark ile veri işleme konusunda temel bilgi
- Makine öğrenimi kavramları ve veri modellerinin anlaşılması
- İstatistiksel analizler ve veri bilimi kavramları konusunda geçmiş
- Verileri görselleştirme ve iletişim kurma deneyimi
Hedef Kitle
- Mühendisler
- Veri Bilimciler
- Veri Analistleri