बड़े डेटा (डेटा विज्ञान) के साथ काम करने की बुनियादी बातें - पाठ्यक्रम 14,990 रूबल। विशेषज्ञ से, प्रशिक्षण, दिनांक: 30 नवंबर, 2023।
अनेक वस्तुओं का संग्रह / / November 30, 2023
केंद्र के अग्रणी शिक्षक, "अभिनव शिक्षण प्रौद्योगिकियाँ" दिशा के प्रमुख। तकनीकी विज्ञान के डॉक्टर "सूचना प्रणालियों में सिस्टम विश्लेषण" में पढ़ाई। प्रतिष्ठित पदों का धारक पीएफएमपी(®),पीजीएमपी®,पीएमपी®, ITIL® विशेषज्ञ, ITIL 4.0। पेशेवर प्रबंधन, रणनीतिक नेता, डीएएसए प्रमाणित उत्पाद स्वामी, मान्यता प्राप्त प्रशिक्षक पीएमपी® और आईटीआईएल®, प्रमाणित ऑनलाइन प्रशिक्षण प्रशिक्षक पीएमपी®,आईटीआईएल 4.0 और दासा.
वह 15 वर्षों से अधिक समय से पढ़ा रही हैं, केंद्र में पाठ्यक्रमों और सेमिनारों की लेखिका हैं, 80 से अधिक वैज्ञानिक और 20 पद्धति संबंधी कार्य करती हैं। आईटी उद्योग में अनुभव - 25 वर्षों से अधिक, जिनमें से 15 वर्ष से अधिक - परियोजना प्रबंधन, परियोजना पोर्टफोलियो, उत्पाद, स्टार्टअप के क्षेत्र में; कई बड़ी कंपनियों में परियोजना प्रबंधन और संगठनात्मक परिवर्तन (डिजिटल परिवर्तन) पर परामर्श देने का अनुभव है।
निम्नलिखित उद्योगों में 20 से अधिक परियोजनाएं कार्यान्वित की गईं: आईटी (वेब समाधान, आईटी सेवा प्रबंधन सहित), शिक्षा, धातु विज्ञान, बीमा, दूरसंचार। सबसे प्रसिद्ध ग्राहक जिनके साथ डेनिल यूरीविच ने काम किया: सीमेंस टेलीकॉम सीआईएस, माइक्रोसॉफ्ट, रॉयल कैनिन, पेप्सिको रस, एक्सेंचर, फार्मस्टैंडर्ड, मायसनिट्स्की रियाद। डेनिल यूरीविच के पास बहुत बड़ा है
साझेदारी बनाने का अनुभव सहित प्रमुख कंपनियों के साथ माइक्रोसॉफ्ट, सिट्रिक्स और आदि।2015 से डेनिल यूरीविच सक्रिय रूप से एक भागीदार के रूप में स्टार्टअप में काम करता है (सुनने में अक्षम लोगों के लिए उत्पादों की एक श्रृंखला; ऑनलाइन शिक्षा प्रमाणन प्रणाली) और एक सलाहकार (आईएएमसीपी, जी-एक्सेलरेटर) के रूप में।
डैनिल यूरीविच पीएमएक्सपीओ 2019, पीएमआई प्रतिभा और प्रौद्योगिकी संगोष्ठी, पीएमआई® संगठनात्मक चपलता सम्मेलन और अन्य सहित अंतरराष्ट्रीय सम्मेलनों में नियमित भागीदार हैं। लगातार दो वर्षों तक उन्होंने डेवऑप्स प्रो मॉस्को 2019-2020 में वक्ता के रूप में काम किया। विक्रेता प्रशिक्षण (DASA, Peoplecert) में लगातार कौशल में सुधार होता है। नए संस्करण के अनुसार पीएमपी ट्रेनर बनने के लिए प्रशिक्षण और मूल्यांकन (मूल्यांकन) सफलतापूर्वक पूरा किया।
अपने विशाल अनुभव और अद्भुत शिक्षण उपहार का उपयोग करते हुए, वह सामग्री को बड़ी संख्या में उदाहरणों के साथ प्रस्तुत करते हैं। कुशलतापूर्वक समूहों में सार्थक चर्चाएँ कराता है और सभी प्रश्नों का विस्तार से उत्तर देता है। डेनिल यूरीविच आपको अमूर्त तरीकों से नहीं, बल्कि उन्हें कैसे पेश करते हैं, इससे परिचित कराएंगे व्यवहार में काम करो व्यवसाय करने के कानून और विशिष्टताओं को ध्यान में रखते हुए।
विशेष प्रयोजन शिक्षक, प्रतिष्ठित अंतर्राष्ट्रीय दर्जा धारक माइक्रोसॉफ्ट प्रमाणित मास्टर. एन.ई. के नाम पर मॉस्को स्टेट टेक्निकल यूनिवर्सिटी से स्नातक। बौमन.
अपनी कक्षाओं में, फेडर अनातोलीयेविच सिद्धांत को सबसे आगे रखते हैं "जड़ की ओर देखो!" - न केवल तंत्र के संचालन का अध्ययन करना महत्वपूर्ण है, बल्कि यह समझना भी महत्वपूर्ण है कि यह इस तरह से क्यों काम करता है और अन्यथा नहीं।
सॉफ़्टवेयर डिज़ाइन और विकास के क्षेत्र में एक सामान्य विशेषज्ञ। उनके पास विकास टीम लीडर और मुख्य वास्तुकार के रूप में कई वर्षों का अनुभव है। एंटरप्राइज़ एप्लिकेशन एकीकरण, वेब पोर्टल आर्किटेक्चर विकास, डेटा विश्लेषण सिस्टम, परिनियोजन और समर्थन में विशेषज्ञता विंडोज इंफ्रास्ट्रक्चर.
इंजीनियरिंग और प्राकृतिक विज्ञान प्रस्तुति शैलियों का संयोजन छात्रों को शिक्षक के जुनून और रचनात्मक दृष्टिकोण को व्यक्त करने की अनुमति देता है। फेडर अनातोलीयेविच को हमेशा अपने आभारी स्नातकों से सबसे उत्साही समीक्षाएँ मिलती हैं।
मॉड्यूल 1। बड़े डेटा का दायरा. विशिष्ट कार्य. (1 ए.सी. एच।)
-पाठ्यक्रम के उद्देश्य
-बुनियादी अवधारणाओं की परिभाषा
- डेटा साइंस का इतिहास
-बड़े डेटा के साथ काम करने से लाभ
-विशिष्ट कार्य: बिक्री, उत्पादन, मांग का पूर्वानुमान। व्यवहार विश्लेषण. पैटर्न मान्यता। विशेषज्ञ प्रणालियां।
मॉड्यूल 2. प्रारंभिक डेटा का संग्रह और तैयारी। क्रिस्प-डीएम तकनीक (1 शैक्षणिक। एच।)
-कहाँ से शुरू करें। सीआरआईएसपी-डीएम डेटा के साथ काम करने के लिए क्रॉस-इंडस्ट्री मानक पद्धति
-स्रोत डेटा का वर्णनात्मक और साहचर्य अध्ययन
-विभाजन और डेटा सफाई (स्लाइस और पासा)। एक्सेल टूल के उदाहरण
एक्सेल में डेटा विज़ुअलाइज़ेशन। पिवट टेबल और चार्ट का उपयोग कैसे करें
-व्यावहारिक कार्य। परीक्षण डेटा सेट को खंडित करें और साफ़ करें।
मॉड्यूल 3. गणितीय सांख्यिकी के मूल सिद्धांत। एनोवा. एक्सेल ऐड-इन "विश्लेषण पैकेज" (2 एसी) एच।)
-वर्णनात्मक आँकड़े
-औसत, सर्वाधिक संभावित, माध्यिका
-विचरण, मानक विचलन, मानक त्रुटि
-वितरण के प्रकार
-एक्सेल डेटा विश्लेषण पैकेज
-डेटा (आर, पायथन, ऑक्टेव, मैथलैब, विशेष डेटाबेस) के साथ काम करने के लिए अन्य एप्लिकेशन टूल का अवलोकन।
-व्यावहारिक कार्य। डेटा नमूने की सांख्यिकीय विशेषताओं का निर्धारण करें।
मॉड्यूल 4. बिक्री पूर्वानुमान कार्य. मशीन लर्निंग अवधारणा. सह - संबंध। प्रतिगमन विश्लेषण (3 एसी) एच।)
-विभिन्न कारकों के बीच संबंधों का आकलन करने और पूर्वानुमान लगाने की समस्या का विवरण
-सह - संबंध। पियर्सन गुणांक
-छात्र का परीक्षण (टी-विश्लेषण)
-मशीन लर्निंग के मूल सिद्धांत
-प्रतिगमन विश्लेषण
-फिशर मानदंड
एक्सेल में रुझानों का निर्माण और विश्लेषण
-व्यावहारिक कार्य। दो डेटा नमूनों के बीच सहसंबंध और प्रतिगमन निर्भरता की उपस्थिति निर्धारित करें। एक प्रवृत्ति बनाएँ.
मॉड्यूल 5. छवियों, वीडियो, भाषण, पाठ के वर्गीकरण और पहचान की समस्याएं। तंत्रिका नेटवर्क की अवधारणा. अनुप्रयोग उदाहरण. (3 ए.सी. एच।)
-पहचान कार्यों (ग्राफिक्स, भाषण, पाठ) के उदाहरण का उपयोग करके असतत डेटा को विभाजित करने का कार्य
वर्गीकरण समस्याओं को हल करने के लिए एक उपकरण के रूप में तंत्रिका नेटवर्क
-एज़्योर, एडब्ल्यूएस के उदाहरणों का उपयोग करके प्रदर्शन
-सामाजिक नेटवर्क में डेटा को वर्गीकृत करने और इष्टतम समाधान (मार्ग) खोजने का कार्य
-सामाजिक ग्राफ़ पर समस्याओं को हल करने और व्यवहार की भविष्यवाणी करने के लिए एक उपकरण के रूप में ग्राफ़
-निर्णय वृक्ष
-नमूनों में विभाजन (प्रशिक्षण, परीक्षण, सत्यापन)
-सीखने की त्रुटियों का विश्लेषण। आधार और विचलन. मैन्युअल समायोजन
-व्यावहारिक कार्य: डेटा सेट को वर्गीकृत करें और इसे खंडों में विभाजित करें।
मॉड्यूल 6. सामाजिक नेटवर्क अनुसंधान की चुनौती. उपयोगकर्ता के व्यवहार की भविष्यवाणी करने का कार्य। सामाजिक और निर्देशित ग्राफ़. निर्णय के पेड़। आवेदन के उदाहरण (3 एसी. एच।)
-सामाजिक नेटवर्क में डेटा को वर्गीकृत करने का कार्य
-सामाजिक ग्राफ़ पर समस्याओं को हल करने और व्यवहार की भविष्यवाणी करने के लिए एक उपकरण के रूप में ग्राफ़
-नमूनों में विभाजन (प्रशिक्षण, परीक्षण, सत्यापन)
-सीखने की त्रुटियों का विश्लेषण। आधार और विचलन. मैन्युअल समायोजन
मॉड्यूल 7. उन्नत उपकरण: डीप मशीन लर्निंग, आर्टिफिशियल इंटेलिजेंस, फ़ज़ी सेट (1 एसी। एच।)
-डीप मशीन लर्निंग की अवधारणा
-उदाहरण के रूप में फ़ज़ी लॉजिक का उपयोग करके मल्टीफैक्टर व्यवसाय विश्लेषण
मॉड्यूल 8. डेटा विज्ञान में विशेषज्ञता के लिए कैरियर मार्गदर्शन। टीम वर्क के निर्माण और आयोजन के लिए निष्कर्ष और सिफारिशें (2 एसी) एच।)
-डीएस विशेषज्ञों की भूमिकाएँ: डेटा विश्लेषक, डेटा वैज्ञानिक, प्रोग्रामर, डिजिटल निदेशक
-डेटा एनालिटिक्स के क्षेत्र में कर्मचारियों की दक्षताओं और सहभागिता के लिए आवश्यकताएँ
-डीएस के लिए प्रोजेक्ट टीम की संरचना और आवश्यकताएं
-कंपनी को "बिगडेटा" के उपयोग के लिए तैयार करना
• हम आपको डेटा साइंस, तंत्रिका नेटवर्क, कृत्रिम बुद्धिमत्ता और अन्य लोकप्रिय घटनाओं के बारे में सरल शब्दों में बताएंगे • आप समझेंगे कि कौन से क्षेत्र मौजूद हैं डेटा के साथ काम करने के क्षेत्र में, और व्यवहार में एनालिटिक्स टूल के साथ काम करें • चरण-दर-चरण मार्गदर्शिका प्राप्त करें और पता लगाएं कि डेटा के क्षेत्र में आपको क्या शुरू करने की आवश्यकता है विज्ञान
4,6
आप डेटा का उपयोग करके व्यावसायिक समस्याओं को हल करना सीखेंगे। सबसे पहले, आवश्यक प्रशिक्षण प्राप्त करें, अपने गणित और सांख्यिकी में सुधार करें, और फिर SQL, Python, Power BI का अध्ययन करें और एक वर्ष में आप डेटा विश्लेषक बन जाएंगे।
4,2