Data Science: Analysis and Presentation Eğitimi

Bu kurs, R programlama konusundaki ileri düzey konuları kapsamaktadır.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), algoritmik ticaret, Python ve R kullanarak ticareti otomatikleştirmek isteyen iş analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Hızlı bir şekilde, özel artışlarla menkul kıymetleri alıp satmak için algoritmaları kullanmak.
• Algoritmik ticaret kullanarak ticaretle ilişkili maliyetleri azaltmak.
• Hisse senedi fiyatlarını otomatik olarak izlemek ve işlemler yapmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), paketleri ve veri analizi iş akışlarını tek bir platformda yakalamak, yönetmek ve dağıtmak için Anaconda ekosistemini kullanmak isteyen veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Anaconda bileşenlerini ve kütüphanelerini kurmak ve yapılandırmak.
• Anaconda'ün temel kavramlarını, özelliklerini ve faydalarını anlamak.
• Anaconda Navigator kullanarak paketleri, ortamları ve kanalları yönetmek.
• Veri bilimi ve makine öğrenimi için Conda, R ve Python paketlerini kullanmak.
• Çoklu veri ortamlarını yönetmek için bazı pratik kullanım durumlarını ve teknikleri öğrenmek.

Big Data, büyük veri kümelerini depolamak ve işlemek için tasarlanmış çözümleri ifade eden bir terimdir. Başlangıçta Google tarafından geliştirilen bu Big Data çözümleri, zamanla gelişmiş ve birçok açık kaynaklı benzer projeye ilham vermiştir. R, finans sektöründe popüler bir programlama dilidir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri işlemek, temel veri analizi gerçekleştirmek ve içgörüler için ilgi çekici görselleştirmeler oluşturmak amacıyla R programlama dilini kullanmak isteyen yeni başlayan seviyedeki veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• R'nin Programming temellerini anlayabilecektir.
• Temel veri bilimi süreçlerini uygulayabilecektir.
• Verilerin görsel temsillerini oluşturabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), ekonometrik analiz ve modellemenin temellerini öğrenmek ve ustalaşmak isteyen herkese yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Ekonometrinin temellerini öğrenmek ve anlamak.
• Eviews ve risk simülatörlerini kullanmak.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), organizasyonel performansı iyileştirmek için analitik yöntemler kullanmak isteyen İK profesyonellerine yöneliktir. Bu kurs, nitel ve nicel, ampirik ve istatistiksel yaklaşımları kapsamaktadır.

Kurs Formatı

• İnteraktif ders ve tartışma.
• Çok sayıda alıştırma ve uygulama.

Kurs Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçerek ayarlama yapınız.

Bu eğitmen liderliğindeki, canlı eğitim (online veya yerinde), Data Science kullanarak kariyerlerini geliştirmek isteyen veri bilimcileri ve geliştiricileri hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri bilimi ve makine öğrenimi hakkında bilgi edinin.
• Veri analitiğini keşfedin.
• Kaggle hakkında bilgi edinin ve nasıl çalıştığını öğrenin.

“Mathematica - veri girişi, görselleştirme ve sunumu” eğitimi, temel matematik bilgisine sahip katılımcılara yöneliktir. Mathematica, güçlü bir matematik motoru olarak, etkili hesaplamalar yapmayı, metin belgeleri oluşturmayı, grafikler oluşturmayı ve verileri sunmayı mümkün kılar. Katılımcılar, matematik, fizik, biyoloji, finansal analiz ve diğer alanlarda kullanılan Mathematica ile çalışma konusunda pratik beceriler kazanacaklardır.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri analizinde Mathematica için makine öğrenimi kullanmak isteyen veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Makine öğrenimi modelleri oluşturma ve eğitme.
• Makine öğrenimi için verileri içe aktarma ve hazırlama.
• Eğitim verilerini test verilerinden ayırma.
• Veri analizinde derin öğrenme ve sinir ağı uygulamalarını keşfetme.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), daha hızlı veri analizi için Pandas ile paralel hesaplamalar oluşturmak ve uygulamak isteyen veri bilimcileri ve geliştiricileri hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Modin ile ölçeklenebilir Pandas iş akışlarını geliştirmek için gerekli ortamı kurmak.
• Modin'in özelliklerini, mimarisini ve avantajlarını anlamak.
• Modin, Dask ve Ray arasındaki farkları bilmek.
• Modin ile Pandas işlemlerini daha hızlı gerçekleştirmek.
• Tüm Pandas API'sini ve işlevlerini uygulamak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), RAPIDS kullanarak GPU hızlandırılmış veri işlem hatları, iş akışları ve görselleştirmeler oluşturmak isteyen veri bilimcileri ve geliştiricilere yöneliktir; XGBoost, cuML gibi makine öğrenimi algoritmalarını uygulayarak.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• NVIDIA RAPIDS ile veri modelleri oluşturmak için gerekli geliştirme ortamını kurmak.
• RAPIDS’nin özelliklerini, bileşenlerini ve avantajlarını anlamak.
• Uçtan uca veri ve analiz işlem hatlarını hızlandırmak için GPU’ları kullanmak.
• cuDF ve Apache Arrow ile GPU hızlandırılmış veri hazırlama ve ETL uygulamak.
• XGBoost ve cuML algoritmalarıyla makine öğrenimi görevlerini nasıl gerçekleştireceğini öğrenmek.
• cuXfilter ve cuGraph ile veri görselleştirmeleri oluşturmak ve grafik analizi yapmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri doğru bir şekilde yorumlamak, karmaşık istatistiksel testler çalıştırmak ve anlamlı içgörüler elde etmek isteyen başlangıç ​​seviyesinden orta seviyeye kadar profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• SPSS arayüzünde gezinebilir ve veri kümelerini verimli bir şekilde yönetebilirler.
• Tanımlayıcı ve çıkarımsal istatistiksel analizler gerçekleştirebilirler.
• t-testleri, ANOVA, MANOVA, regresyon ve korelasyon analizleri yapabilirler.
• Gelişmiş veri yorumlaması için parametrik olmayan testleri, temel bileşen analizini ve faktör analizini uygulayabilirler.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), organizasyonel performansı iyileştirmek için analitik yöntemler kullanmak isteyen İK profesyonelleri ve işe alım uzmanlarına yöneliktir. Bu kurs, nitel ve nicel, ampirik ve istatistiksel yaklaşımları kapsamaktadır.

Kurs Formatı

• İnteraktif ders anlatımı ve tartışma.
• Çok sayıda alıştırma ve uygulama.

Kurs Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçerek ayarlama yapınız.

Tidyverse, temizleme, işleme, modelleme ve verileri görselleştirme için çok yönlü R paketlerinden oluşan bir koleksiyondur. İçerdiği paketlerden bazıları şunlardır: ggplot2, dplyr, tidyr, readr, purrr ve tibble.

Bu eğitmen liderliğindeki canlı eğitimde katılımcılar, Tidyverse içinde bulunan araçları kullanarak verileri nasıl manipüle edeceklerini ve görselleştireceklerini öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri analizi gerçekleştirme ve çekici görselleştirmeler oluşturma
• Örnek veri kümelerinden çeşitli veri kümelerinden anlamlı sonuçlar çıkarma
• Keşifsel soruları yanıtlamak için verileri filtreleme, sıralama ve özetleme
• İşlenmiş verileri bilgilendirici çizgi grafiklere, çubuk grafiklere, histogramlara dönüştürme
• Excel, CSV ve SPSS dosyaları dahil olmak üzere çeşitli veri kaynaklarından veri içe aktarma ve filtreleme

Hedef Kitle

• R diline yeni başlayanlar
• Veri analizi ve veri görselleştirmeye yeni başlayanlar

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı çalışma