Data Science with KNIME Analytics Platform培训

这种以讲师为主导的中国现场培训（现场或远程）针对的是希望使用Kaggle学习和建立数据科学职业的数据科学家和开发人员。

在培训结束时，参与者将能够：

• 了解数据科学和机器学习。
• 探索数据分析。
• 了解 Kaggle 及其工作原理。

这种以讲师为主导的中国现场现场培训针对的是希望使用Modin构建和实现并行计算的数据科学家和开发人员Pandas，以加快数据分析速度。

在培训结束时，参与者将能够：

• 设置必要的环境，开始使用 Modin 大规模开发 Pandas 工作流。
• 了解 Modin 的功能、架构和优势。
• 了解 Modin、Dask 和 Ray 之间的区别。
• 使用 Modin 更快地执行 Pandas 操作。
• 实现整个 Pandas API 和函数。

这种以讲师为主导的中国现场现场培训面向希望使用RAPIDS构建GPU加速数据管道，工作流和可视化的数据科学家和开发人员，应用机器学习算法，如XGBoost，cuML等。

在培训结束时，参与者将能够：

• 设置必要的开发环境以使用 NVIDIA RAPIDS 构建数据模型。
• 了解 RAPIDS 的功能、组件和优势。
• 利用 GPU 加速端到端数据和分析管道。
• 使用 cuDF 和 Apache Arrow 实现 GPU 加速的数据准备和 ETL。
• 了解如何使用 XGBoost 和 cuML 算法执行机器学习任务。
• 使用 cuXfilter 和 cuGraph 构建数据可视化并执行图形分析。

这种以讲师为主导的中国现场（现场或远程）现场培训面向希望使用Anaconda生态系统在单个平台中捕获，管理和部署包和数据分析工作流 的数据科学家。

在培训结束时，参与者将能够：

• 安装和配置 Anaconda 组件和库。
• 了解 Anaconda 的核心概念、功能和优势。
• 使用 Anaconda Navigator 管理包、环境和频道。
• 将 Conda、R 和 Python 包用于数据科学和机器学习。
• 了解一些管理多个数据环境的实际用例和技术。

KNIME Analytics Platform是数据驱动创新的领先开源选项，可帮助您发现隐藏在数据中的潜力，挖掘新的见解或预测新的未来。 KNIME Analytics Platform拥有1000多个模块，数百个可立即运行的示例，全面的集成工具以及最广泛的高级算法选择，是任何数据科学家和业务分析师的理想工具箱。

KNIME分析平台的这门课程是向KNIME介绍初学者，高级用户和KNIME专家的理想机会，学习如何更有效地使用它，以及如何基于KNIME工作流程创建清晰，全面的报告

“KNIME 分析平台”培训提供了这个免费数据分析平台的全面概述。该计划包括介绍数据处理和分析、KNIME 的安装和配置、工作流程构建、创建业务模型和数据建模的方法。该课程还讨论了高级数据分析工具、工作流导入和导出、工具集成、ETL 流程、数据挖掘、可视化、扩展以及与 R、Java、Python、Gephi、Neo4j 等工具的集成。结论包括报告概述、与 BIRT 和 KNIME WebPortal 的集成。

这种以讲师为主导的中国现场现场培训针对的是希望在Python和R中编程的数据科学家。

在培训结束时，参与者将能够：

• 在 KNIME 中规划、构建和部署机器学习模型。
• 为运营做出数据驱动的决策。
• 实施端到端数据科学项目。

服务器是以团队为基础的合作、自动化、管理和数据科学工作流作为分析应用和服务的企业软件。

在本研讨会结束后,参与者将能够:

• 时间表分析工作流自动运行,并给自己更多的时间专注于数据科学。
• 控制工作流自动模型管理
• 尺寸和 pin 工作流的执行与良好的,高性能的服务器架构,根据您的规格配置。
• 在 KNIME 服务器上设计、编辑和执行工作流,使用远程工作流编辑器,并在安全的环境中利用良好的硬件。

课程格式

• 互动讲座和讨论。
• 很多练习和练习。
• 在现场实验室环境中进行手动实施。

课程定制选项

• 要申请本课程的定制培训或了解更多关于本课程的信息,请联系我们安排。

概述

服务提供商(CSP)面临压力,以降低成本,最大限度地提高用户平均收入(ARPU),同时确保优秀的客户体验,但数据量仍在增长。 到2016年,全球移动数据流量将以78%的合并年增长率(CAGR)增长,每月达到10.8 exabytes。

与此同时,CSP正在产生大量的数据,包括呼叫细节记录(CDR),网络数据和客户数据。 充分利用这些数据的公司获得了竞争优势。 根据The Economist Intelligence Unit最近的一项调查,使用数据导向决策的公司享有5至6%的生产力增长。 然而,53%的公司只利用其有价值的数据的一半,其中四分之一的受访者指出,大量有用的数据正在失去。 数据量如此高,以至于手动分析是不可能的,而大多数遗产软件系统无法保持,导致有价值的数据被忽略或忽略。

使用高速可扩展的大数据软件,CSP 可以在更短的时间内挖掘所有数据,以便在更短的时间内做出更好的决策。 不同 Big Data 产品和技术提供一个终端软件平台,以收集,准备,分析和展示来自大数据的洞察力。 应用领域包括网络性能监测、欺诈检测、客户端检测和信用风险分析。 Big Data 分析产品规模处理数据的特拉比特,但这些工具的实施需要新的类型的基于云的数据库系统,如(3)或大规模平行计算处理器(KPU等)。

该课程工作在 Big Data BI for Telco 覆盖了所有新兴的领域,在这些领域,CSP 正在投资,以提高生产力,并打开新的业务收入流。 该课程将提供一个完整的360学位的视图 Big Data BI在Telco,以便决策者和管理人员可以有一个非常广泛和全面的概述的可能性 Big Data BI在Telco的生产力和收入收益。

课程目标

该课程的主要目标是引入4个领域的新(0)商业智能技术(9)(Marketing/销售、网络运营、金融运营和客户关系(4))。 学生将被介绍为如下:

• 引入 Big Data - 什么是 4Vs (容量,速度,多样性和可靠性) 在 Big Data - 从 Telco 视角的发行,提取和管理
• 如何分析与遗产数据分析不同
• 内部正当化 Big Data -Telco 视角
• 引入 Hadoop 生态系统 - 熟悉所有 Hadoop 工具,如 Hive, 猪, SPARC –什么时候和如何使用它们来解决 Big Data 问题
• 如何 Big Data 被提取到分析分析工具 - 如何 Business Analysis’s 可以通过集成 Hadoop 板块方法来减少数据收集和分析的疼痛点
• 基础介绍 Insight 分析、视觉分析和预测分析为 Telco
• 客户评估分析和如何评估分析可以在Telco案例研究中减少客户评估和客户不满
• 网络故障和服务故障分析来自网络 meta 数据和 IPDR
• 财务分析 - 欺诈、欺诈和从销售和运营数据中获得的ROI估计
• 客户收购问题 - 目标营销,客户分区和从销售数据中交叉销售
• 介绍和概述所有 Big Data 分析产品以及它们适合在 Telco 分析空间的位置
• 结论 - 如何采取一步一步的方法来引入 Big Data Business Intelligence 在您的组织

目标观众

• 网络运营,财务经理,CRM经理和Telco CIO办公室的顶级IT经理。
• Business 分析师在 Telco
• CFO办公室经理/分析师
• 运营经理
• QA管理员

大数据是如此庞大和复杂的数据集，传统的数据处理应用软件不足以处理它们。大数据挑战包括捕获数据，数据存储，数据分析，搜索，共享，传输，可视化，查询，更新和信息隐私。

本次培训的第一部分介绍了MATLAB的基本原理及其作为语言和平台的功能。本次讨论包括MATLAB语法、数组和矩阵、数据可视化、脚本开发及面向对象原理的介绍。

在第二部分中，我们演示如何使用MATLAB进行数据挖掘、机器学习和预测性分析。为了给参与者一个关于MATLAB方法和功能的清晰和实用的观点，我们将使用MATLAB和使用电子表格、C、C ++、Visual Basic等其他工具进行比较。

在培训的第三部分，参与者学习如何通过自动化数据处理和报告生成来简化工作。

在整个课程中，参与者将在实验室环境里把通过动手练习学到的想法付诸实践。培训结束后，参与者将对MATLAB的功能有一个全面的掌握，并将能够用它来解决实际的数据科学问题，并通过自动化来简化他们的工作。

整个课程中将进行评估以衡量进度。

课程形式

• 课程包含理论和实践练习，包括案例讨论、样本代码检查和实操。

注意

• 练习课程将根据预先安排的样本数据报告模板进行。如果您有特殊要求，请联系我们以作安排。

Jupyter是一个开源的，基于Web的交互式IDE和计算环境。 这种有指导意义的实时培训引入了数据科学中协作开发的想法，并演示了如何使用Jupyter作为一个团队跟踪和参与“计算思想的生命周期”。它让参与者通过创建基于Jupyter生态系统的示例数据科学项目。 在培训结束后，参与者将能够： 安装和配置Jupyter，包括在Git上创建和集成团队存储库使用Jupyter功能，例如扩展，交互式小部件，多用户模式等以启用项目协作与团队成员一起创建，分享和组织Jupyter笔记本从Scala，Python，R中选择，通过Jupyter接口编写和执行针对大数据系统（如Apache Spark）的代码 听众 数据科学团队 课程的格式 部分讲座，部分讨论，练习和沉重的练习 注意 Jupypter笔记本支持40多种语言，包括R，Python，Scala，Julia等。要根据您选择的语言定制本课程，请联系我们安排。

数据科学是统计分析，机器学习，数据可视化和编程的应用，用于理解和解释真实世界的数据。 F＃是一款非常适合数据科学的编程语言，因为它结合了高效执行，REPLscripting，强大的库和可扩展的数据集成。 在这个有指导意义的现场培训中，参与者将学习如何使用F＃来解决一系列现实世界的数据科学问题。 在培训结束后，参与者将能够： 使用F＃的集成数据科学软件包使用F＃与其他语言和平台进行互操作，包括Excel，R，Matlab和Python 使用Deedle包解决时间序列问题用最少的生产线质量代码进行高级分析了解函数式编程如何非常适合科学和大数据计算使用F＃访问和可视化数据将F＃应用于机器学习探索商业智能和社交游戏等领域问题的解决方案 听众 开发商数据科学家 课程的格式 部分讲座，部分讨论，练习和沉重的练习

Python是一门在金融行业拥有巨大声望的编程语言。最大的投资银行和对冲基金正在使用它来构建包括核心交易项目及风险管理系统在内的广泛的金融应用。

在这一由讲师引导的现场培训中，参与者将学习如何使用Python开发实际的应用程序以解决一些特定的财务相关的问题。

在本次培训结束后，参与者将能够：

• 了解Python编程语言的基础知识
• 下载、安装和维护用Python创建财务应用程序的最佳开发工具
• 选择和利用最合适的Python软件包和编程技术来组织、可视化和分析从各种来源（CSV、Excel、数据库、网站等）得来的财务数据。
• 构建解决资产配置、风险分析、投资绩效等相关问题的应用程序
• 故障排除、集成部署和优化他们的应用程序

受众

• 开发人员
• 分析师
• 宽客

课程形式

• 部分讲座、部分讨论、练习和大量实操

注意事项

• 该培训旨在为金融专业人士所面对的一些原则问题提供解决方案。但是，如果您有一个特定的主题、工具或技术想要附加或详细说明，请联系我们以作安排。

This course is meant for Marketing Sales Professionals who are intending to get deeper into application of data science in Marketing/ Sales. The course provides
detailed coverage of different data science techniques used for “upsale”, “cross-sale”, market segmentation, branding and CLV.

Difference of Marketing and Sales - How is that sales and marketing are different?

In very simplewords, sales can be termed as a process which focuses or targets on individuals or small groups. Marketing on the other hand targets a larger group or the general public. Marketing includes research (identifying needs of the customer), development of products (producing innovative products) and promoting the product (through advertisements) and create awareness about the product among the consumers. As such marketing means generating leads or prospects. Once the product is out in the market, it is the task of the sales person to persuade the customer to buy the product. Sales means converting the leads or prospects into purchases and orders, while marketing is aimed at longer terms, sales pertain to shorter goals.