客户评论

★★★★★

课程大纲

代码	名字	时长	概览
smtwebint	Semantic Web Overview	7小时	语义网是万维网联盟（W3C）领导的协作运动，它促进了万维网上数据的通用格式。语义Web提供了一个通用框架，允许在应用程序，企业和社区边界上共享和重用数据。
mdlmrah	Model MapReduce and Apache Hadoop	14小时	本课程面向IT专业人员，适用于跨计算机群集分布式处理大型数据集。
sspsspas	Statistics with SPSS Predictive Analytics Software	14小时	目标：学会在独立水平上与SPSS一起工作收件人：分析师，研究人员，科学家，学生和所有想要获得使用SPSS软件包并学习流行数据挖掘技术能力的人员。
hadoopadm	Hadoop Administration	21小时	本课程致力于寻找在分布式系统环境中存储和处理大型数据集的解决方案的IT专家课程目标：获取有关Hadoop集群管理的知识
apacheh	Administrator Training for Apache Hadoop	35小时	听众：本课程面向IT专家，寻找一种在分布式系统环境中存储和处理大型数据集的解决方案目标：对Hadoop集群管理有深入的了解。
datamin	Data Mining	21小时	课程可以提供任何工具，包括免费的开源数据挖掘软件和应用程序
dataminr	Data Mining with R	14小时	R是用于统计计算，数据分析和图形的开源免费编程语言。 R被企业和学术界内越来越多的管理人员和数据分析人员所使用。 R有各种各样的数据挖掘软件包。
pmml	Predictive Models with PMML	7小时	该课程是为科学，开发人员，分析师或任何其他想要使用预测模型标记语言（PMML）文件格式标准化或交换其模型的人创建的
bigdatar	Programming with Big Data in R	21小时	大数据是指旨在存储和处理大型数据集的解决方案的术语。最初由Google开发的这些大数据解决方案已经发展并启发了其他类似的项目，其中许多项目都以开源形式提供。 R是金融行业流行的编程语言。
iotemi	IoT ( Internet of Things) for Entrepreneurs, Managers and Investors	21小时	对物联网或物联网市场价值的估计是巨大的，因为根据定义，物联网是一个集成和扩散的设备，传感器和计算能力层，覆盖整个消费者，企业对企业和政府行业。物联网将占据越来越多的连接：今天的设备数量达到19亿台，到2018年达到90亿次。那一年，它将大致相当于智能手机，智能电视，平板电脑，可穿戴计算机和个人电脑的数量。＆nbsp ; 在消费领域，许多产品和服务已经越过物联网，包括厨房和家用电器，停车场，RFID，照明和加热产品，以及工业互联网中的许多应用。＆nbsp; 然而，物联网的基础技术并不是什么新事物，因为自互联网诞生以来，M2M通信已经存在。然而，在过去几年中发生的变化是，在每个家庭中通过压倒性地改编智能手机和平板电脑而增加了许多廉价无线技术。移动设备的爆炸性增长导致了物联网的当前需求。＆nbsp; 由于物联网业务无限机会，大量中小型企业家纷纷加入物联网淘金热潮。此外，由于开源电子和物联网平台的出现，物联网系统的开发成本和进一步管理其大规模生产的成本越来越低。现有的电子产品所有者正面临将其设备与互联网或移动应用集成的压力。此培训旨在对新兴行业进行技术和业务审核，以便物联网爱好者/企业家能够掌握物联网技术和业务的基础知识。课程目标＆nbsp; 本课程的主要目标是介绍家庭和办公室中物联网实施的新兴技术选择，平台和案例研究。城市自动化（智能家居和城市），工业互联网，医疗保健，政府，移动手机和其他领域。＆nbsp; IoT-Mechanical，电子/传感器平台，无线和有线协议，移动到电子集成，移动到企业集成，数据分析和总控制平面的所有元素的基本介绍。 M2M无线协议，适用于物联网 - WiFi，Zigbee / Zwave，蓝牙，ANT +：何时何地使用哪一种？＆nbsp; 移动/桌面/网络应用程序 - 用于注册，数据采集和控制＆ndash;可用于物联网的M2M数据采集平台 - ＆ndash; Xively，Omega和NovoTech等物联网安全问题和安全解决方案 IoT-Rasberry Pi，Adruino，ArmMbedLPC等的开源/商业电子平台＆nbsp; IoT-Ayla，iO Bridge，Libellium，Axeda，思科青蛙云的开源/商业企业云平台一些常见物联网设备的业务和技术研究，如家庭自动化，烟雾报警器，车辆，军队，家庭健康等。目标受众投资者和物联网企业家＆nbsp; 公司正在冒险进入物联网领域的经理和工程师商业分析师＆amp;投资者
d2dbdpa	From Data to Decision with Big Data and Predictive Analytics	21小时	听众如果您尝试了解您可以访问或想要分析网络上可用的非结构化数据的数据（如Twitter，Linked In等），则该课程适合您。它主要针对决策者和需要选择哪些数据值得收集以及值得分析的人员。这不是针对配置解决方案的人，但这些人将从大局中受益。交付模式在这个过程中，代表们将会看到大多数开源技术的实例。简短的讲座之后将由参与者进行演讲和简单的练习使用的内容和软件每次课程运行时，所有使用的软件都会更新，因此我们会检查可能的最新版本。它涵盖了从获取，格式化，处理和分析数据的过程，来解释如何使用机器学习来自动化决策过程。
hadoopmapr	Hadoop Administration on MapR	28小时	听众：本课程旨在揭开大数据/ Hadoop技术的神秘面纱，并展示它不难理解。
datashrinkgov	Data Shrinkage for Government	14小时	本课程的目标是让参与者掌握政府数据收缩的基本原理。
bdbiga	Big Data Business Intelligence for Govt. Agencies	35小时	技术进步和信息量的增加正在改变包括政府在内的许多行业的业务开展方式。由于移动设备和应用程序，智能传感器和设备，云计算解决方案以及面向门户的门户网站的快速增长，政府数据生成和数字归档率不断上升。随着数字信息的扩展和变得越来越复杂，信息管理，处理，存储，安全和处置也变得越来越复杂。新的捕获，搜索，发现和分析工具正在帮助组织从非结构化数据中获得洞察力。政府市场处于转折点，意识到信息是战略资产，政府需要保护，利用和分析结构化和非结构化信息，以更好地服务和满足任务要求。随着政府领导人努力发展数据驱动组织以成功完成使命，他们正在为将事件，人员，流程和信息之间的依存关联起来奠定基础。高价值政府解决方案将通过混合最具破坏性的技术创建：移动设备和应用程序云服务社交业务技术和网络大数据和分析 IDC预测，到2020年，IT行业将达到5万亿美元，比今天大约多17万亿美元，并且该行业80％的增长将受到这些第三平台技术的推动。从长远来看，这些技术将成为处理增加数字信息复杂性的关键工具。大数据是智能行业解决方案之一，它允许政府根据通过分析大量数据相关和不相关，结构化和非结构化数据所揭示的模式采取行动，从而做出更好的决策。但是完成这些壮举远远不只是简单地积累大量数据。“了解这些大数据报告的大量工具和技术，可以从广泛而多样的信息流中分析和提取有用的知识，”Tom Kalil和Fen Zhao科学技术政策白宫办公室在OSTP博客上写了一篇文章。白宫在2012年建立国家大数据研究与发展计划时帮助各机构找到了这些技术。该计划包括2亿多美元用于充分利用大数据和分析工具所需的工具。大数据所带来的挑战几乎令人望而生畏，因为它的承诺令人鼓舞。有效地存储数据是这些挑战之一。与往常一样，预算紧张，因此代理机构必须最大限度地降低存储的渗透率价格，并将数据保存在易于访问的位置，以便用户可以在需要时及时了解数据。备份大量数据增加了挑战。有效分析数据是另一个主要挑战。许多代理商都使用商业工具，使他们能够浏览数据，发现可帮助他们更有效地运作的趋势。（MeriTalk最近的一项研究发现，联邦IT管理人员认为，大数据可以帮助代理机构节省超过5000亿美元的资金，同时实现任务目标。）。定制开发的大数据工具也可以让代理商满足分析数据的需求。例如，橡树岭国家实验室的计算数据分析小组已经将其Piranha数据分析系统提供给其他机构。该系统帮助医学研究人员找到了一条可以在医生罢工前提醒医生对主动脉瘤的联系。它也用于更多平凡的任务，例如筛选简历以将求职者与招聘经理联系起来。
bdbitcsp	为电信服务供应商的智能大数据信息业务	35小时	Overview Communications service providers (CSP) are facing pressure to reduce costs and maximize average revenue per user (ARPU), while ensuring an excellent customer experience, but data volumes keep growing. Global mobile data traffic will grow at a compound annual growth rate (CAGR) of 78 percent to 2016, reaching 10.8 exabytes per month. Meanwhile, CSPs are generating large volumes of data, including call detail records (CDR), network data and customer data. Companies that fully exploit this data gain a competitive edge. According to a recent survey by The Economist Intelligence Unit, companies that use data-directed decision-making enjoy a 5-6% boost in productivity. Yet 53% of companies leverage only half of their valuable data, and one-fourth of respondents noted that vast quantities of useful data go untapped. The data volumes are so high that manual analysis is impossible, and most legacy software systems can’t keep up, resulting in valuable data being discarded or ignored. With Big Data & Analytics’ high-speed, scalable big data software, CSPs can mine all their data for better decision making in less time. Different Big Data products and techniques provide an end-to-end software platform for collecting, preparing, analyzing and presenting insights from big data. Application areas include network performance monitoring, fraud detection, customer churn detection and credit risk analysis. Big Data & Analytics products scale to handle terabytes of data but implementation of such tools need new kind of cloud based database system like Hadoop or massive scale parallel computing processor ( KPU etc.) This course work on Big Data BI for Telco covers all the emerging new areas in which CSPs are investing for productivity gain and opening up new business revenue stream. The course will provide a complete 360 degree over view of Big Data BI in Telco so that decision makers and managers can have a very wide and comprehensive overview of possibilities of Big Data BI in Telco for productivity and revenue gain. Course objectives Main objective of the course is to introduce new Big Data business intelligence techniques in 4 sectors of Telecom Business (Marketing/Sales, Network Operation, Financial operation and Customer Relation Management). Students will be introduced to following: Introduction to Big Data-what is 4Vs (volume, velocity, variety and veracity) in Big Data- Generation, extraction and management from Telco perspective How Big Data analytic differs from legacy data analytic In-house justification of Big Data -Telco perspective Introduction to Hadoop Ecosystem- familiarity with all Hadoop tools like Hive, Pig, SPARC –when and how they are used to solve Big Data problem How Big Data is extracted to analyze for analytics tool-how Business Analysis’s can reduce their pain points of collection and analysis of data through integrated Hadoop dashboard approach Basic introduction of Insight analytics, visualization analytics and predictive analytics for Telco Customer Churn analytic and Big Data-how Big Data analytic can reduce customer churn and customer dissatisfaction in Telco-case studies Network failure and service failure analytics from Network meta-data and IPDR Financial analysis-fraud, wastage and ROI estimation from sales and operational data Customer acquisition problem-Target marketing, customer segmentation and cross-sale from sales data Introduction and summary of all Big Data analytic products and where they fit into Telco analytic space Conclusion-how to take step-by-step approach to introduce Big Data Business Intelligence in your organization Target Audience Network operation, Financial Managers, CRM managers and top IT managers in Telco CIO office. Business Analysts in Telco CFO office managers/analysts Operational managers QA managers
bigdatastore	Big Data Storage Solution - NoSQL	14小时	当传统存储技术无法处理您需要存储的数据量时，就会出现各种各样的替代品。本课程试图指导参与者如何存储和分析大数据以及他们的优缺点。本课程主要侧重于解决方案的讨论和演示，尽管可根据需要提供简单练习。
sparkdev	Spark for Developers	21小时	目的：本课程将介绍Apache Spark。学生将学习Spark如何适应大数据生态系统，以及如何使用Spark进行数据分析。本课程涵盖了用于交互式数据分析的Spark shell，Spark内部版本，Spark API，Spark SQL，Spark流媒体以及机器学习和graphX。观众：开发人员/数据分析师
hadoopdev	Hadoop for Developers (4 days)	28小时	Apache Hadoop是用于在服务器集群上处理大数据的最流行的框架。本课程将介绍各种组件（HDFS，MapReduce，Pig，Hive和HBase）Hadoop生态系统的开发人员。
hadoopba	Hadoop for Business Analysts	21小时	Apache Hadoop是处理大数据最流行的框架。 Hadoop提供丰富而深入的分析功能，并且正在进入传统BI分析世界。本课程将向分析师介绍Hadoop生态系统的核心组件及其分析听众业务分析师持续时间三天格式讲座和实验室之手。
hivehiveql	Data Analysis with Hive/HiveQL	7小时	本课程介绍如何为从Hive提取数据的人员使用Hive SQL语言（又名：Hive HQL，Hive上的SQL，HiveQL）
datavis1	Data Visualization	28小时	本课程面向从事数据挖掘和知识发现工作的工程师和决策者。您将学习如何创建有效的图表和方式来呈现和表示您的数据，这种方式将吸引决策者并帮助他们理解隐藏的信息。
hadoopdeva	Advanced Hadoop for Developers	21小时	Apache Hadoop是用于在服务器集群上处理大数据的最流行的框架之一。本课程深入研究HDFS，高级Pig，Hive和HBase中的数据管理。这些高级编程技术将对经验丰富的Hadoop开发人员有所帮助。受众：开发者持续时间：三天格式：讲座（50％）和实验室（50％）。
hbasedev	HBase for Developers	21小时	本课程介绍Hadoop之上的HBase - NoSQL存储。本课程面向将要使用HBase开发应用程序的开发人员以及将管理HBase集群的管理员。我们将通过HBase架构和数据建模和应用程序开发走向开发人员。它还将讨论在HBase中使用MapReduce，以及与性能优化相关的一些管理主题。该课程非常适合大量实验练习。持续时间：3天受众：开发人员和管理员
hadoopadm1	Hadoop For Administrators	21小时	Apache Hadoop是用于在服务器集群上处理大数据的最流行的框架。在这三天（可选四天）的课程中，与会者将了解Hadoop及其生态系统的业务优势和用例，如何规划集群部署和增长，如何安装，维护，监控，排除故障和优化Hadoop。他们还将实施集群大容量数据加载，熟悉各种Hadoop发行版，并练习安装和管理Hadoop生态系统工具。本课程结束时讨论了使用Kerberos保护群集。 “这些材料准备得非常好，覆盖得很好。该实验室非常有帮助，组织良好“ - 微软在线广告首席整合DW工程师Andrew Nguyen 听众 Hadoop管理员格式讲座和实验室，约60％的讲座，40％的实验室。
HadoopDevAd	Hadoop for Developers and Administrators	21小时	Hadoop是最受欢迎的大数据处理框架。
dsbda	Data Science for Big Data Analytics	35小时	大数据是那些数量庞大而复杂的数据集，以至于传统的数据处理应用软件不足以应付这些数据。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。
Imp	Impala for Business Intelligence	21小时	Cloudera Impala是Apache Hadoop集群的开源大规模并行处理（MPP）SQL查询引擎。 Impala使用户能够对存储在Hadoop分布式文件系统和Apache Hbase中的数据发出低延迟SQL查询，而无需数据移动或转换。听众本课程面向分析师和数据科学家，通过商业智能或SQL工具对存储在Hadoop中的数据进行分析。此课程后，代表们将能够使用Impala从Hadoop集群提取有意义的信息。编写特定程序以促进Impala SQL Dialect中的商业智能。排查Impala故障。
zookeeper	Apache Zookeeper	14小时	ZooKeeper是一个集中服务，用于维护配置信息，命名，提供分布式同步和提供组服务。
IntroToAvro	Apache Avro: Data serialization for Distributed Applications	14小时	本课程适用于开发商课程的格式讲座，实践练习，一路上的小测试来衡量理解
processmining	Process Mining	21小时	Process mining, or Automated Business Process Discovery (ABPD), is a technique that applies algorithms to event logs for the purpose of analyzing business processes. Process mining goes beyond data storage and data analysis; it bridges data with processes and provides insights into the trends and patterns that affect process efficiency. Format of the course The course starts with an overview of the most commonly used techniques for process mining. We discuss the various process discovery algorithms and tools used for discovering and modeling processes based on raw event data. Real-life case studies are examined and data sets are analyzed using the ProM open-source framework. Audience Data science professionals Anyone interested in understanding and applying process modeling and data mining

课程

日期

价格【远程 / 传统课堂】

IoT ( Internet of Things) for Entrepreneurs, Managers and Investors - 厦门 - 国际银行大厦

星期三, 2018-08-08 09:30

￥26030 / ￥31130

促销课程

课程	地址	日期	价格【远程 / 传统课堂】
Hadoop Administration	北京盈科中心	星期二, 2018-08-21 09:30	￥25767 / ￥29367
Linux LPI LPIC-2 Exam 202 Preparation	苏州 - 晋合广场	星期四, 2018-08-23 09:30	￥16362 / ￥18762
Mobile Development - An Overview for Decision Makers	北京 - 数码大厦	星期四, 2018-09-20 09:30	￥8757 / ￥10957
Applied Machine Learning	北京盈科中心	星期三, 2018-09-26 09:30	￥16092 / ￥18892
Managing Business Logic with Drools	苏州 - 晋合广场	星期一, 2018-11-05 09:30	￥16200 / ￥19200

我们的客户

大数据培训课程

客户评论

子类别

课程大纲

Overview

Course objectives

Target Audience

近期课程

其它地区

其它国家

咨询顾问

促销课程

我们的客户

课程目录

大数据培训课程

客户评论

子类别

课程大纲

Overview

Course objectives

Target Audience

近期课程

其它地区

其它国家

咨询顾问

促销课程

订阅促销课程

我们的客户

课程目录