Matlab for Predictive Analytics培訓

這種以講師為主導的香港現場培訓（現場或遠端）針對的是希望使用GLM，深度學習和Random Forest等演演算法構建機器學習模型的技術人員。

在培訓結束時，參與者將能夠：

• 安裝和配置 H2O。
• 使用不同的流行演算法創建機器學習模型。
• 根據數據類型和業務需求評估模型。

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

技術的進步和越來越多的信息正在改變執法的方式。 Big Data帶來的挑戰幾乎與Big Data的承諾一樣令人生畏。有效存儲數據是這些挑戰之一;有效地分析它是另一回事。

在以講師為主導的現場培訓中，參與者將學習處理Big Data技術的思維方式，評估其對現有流程和政策的影響，並實施這些技術，以識別犯罪活動和預防犯罪。將審查世界各地執法組織的案例研究，以深入了解其採用方法，挑戰和結果。

在培訓結束時，參與者將能夠：

• 將Big Data技術與傳統的數據收集流程相結合，在調查過程中拼湊出一個故事
• 實施工業大數據存儲和處理數據分析解決方案
• 準備一份提案，以採用最適當的工具和程序，使數據驅動的方法能夠進行刑事調查

聽眾

• 具有技術背景的執法專家

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

聽眾

如果您試圖理解您可以訪問或想要分析網絡上可用的非結構化數據（如Twitter，鏈接等等），那麼本課程適合您。

它主要針對決策者和需要選擇哪些數據值得收集以及值得分析的人。

它不是針對人們配置解決方案，但這些人將從大局中受益。

交貨方式

在課程期間，代表們將獲得大多數開源技術的工作示例。

講座後將進行簡短的講座，參加者將進行簡單的練習

使用的內容和軟件

每次運行課程時都會更新所有使用的軟件，因此我們會檢查最新版本。

它涵蓋了從獲取，格式化，處理和分析數據的過程，以解釋如何使用機器學習自動化決策制定過程。

這種以講師為主導的香港現場現場培訓面向希望使用DataRobot的機器學習功能自動化，評估和管理預測模型的數據科學家和數據分析師。

在培訓結束時，參與者將能夠：

• 在 DataRobot 中載入數據集以分析、評估和品質檢查數據。
• 構建和訓練模型以識別重要變數並實現預測目標。
• 解釋模型以創建有價值的見解，這些見解有助於做出業務決策。
• 監視和管理模型以保持優化的預測性能。

RapidMiner是一個開源數據科學軟件平台，用於快速應用程序原型設計和開發。它包括用於數據準備，機器學習，深度學習，文本挖掘和預測分析的集成環境。

在這個由講師指導的實時培訓中，參與者將學習如何使用RapidMiner Studio進行數據準備，機器學習和預測模型部署。

在培訓結束時，參與者將能夠：

• 安裝和配置RapidMiner
• 使用RapidMiner準備和可視化數據
• 驗證機器學習模型
• Mashup數據並創建預測模型
• 在業務流程中實施預測分析
• 對RapidMiner故障排除和優化

聽眾

• 數據科學家
• 工程師
• 開發商

課程格式

• 部分講座，部分討論，練習和繁重的實踐練習

注意

• 要申請本課程的定制培訓，請聯繫我們安排。

这个基于课堂的培训课程将包含演示文稿和基于计算机的示例和案例研究练习。

為期3天的課程，帶您瀏覽MATLAB主屏幕和窗口，包括......

• 如何使用matlab作為caluclator並繪製基本曲線
• 如何創建自己的自定義函數和腳本

這個為期四天的課程使用Matlab提供圖像處理基礎。您將練習如何更改和增強圖像，甚至從圖像中提取圖案。您還將學習如何構建2D濾鏡並將其應用於圖像。

示例和練習演示了在整個分析過程中使用適當的Matlab和圖像處理工具箱功能。

This three-day course provides a comprehensive introduction to the MATLAB technical computing environment. The course is intended for beginning users and those looking for a review. No prior programming experience or knowledge of MATLAB is assumed. Themes of data analysis, visualization, modeling, and programming are explored throughout the course. Topics include:

•     Working with the MATLAB user interface
•     Entering commands and creating variables
•     Analyzing vectors and matrices
•     Visualizing vector and matrix data
•     Working with data files
•     Working with data types
•     Automating commands with scripts
•     Writing programs with logic and flow control
•     Writing functions

In this instructor-led, live training, participants will learn how to use Matlab to design, build, and visualize a convolutional neural network for image recognition.

By the end of this training, participants will be able to:

• Build a deep learning model
• Automate data labeling
• Work with models from Caffe and TensorFlow-Keras
• Train data using multiple GPUs, the cloud, or clusters

Audience

• Developers
• Engineers
• Domain experts

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice

In the first part of this training, we cover the fundamentals of MATLAB and its function as both a language and a platform.  Included in this discussion is an introduction to MATLAB syntax, arrays and matrices, data visualization, script development, and object-oriented principles.

In the second part, we demonstrate how to use MATLAB for data mining, machine learning and predictive analytics. To provide participants with a clear and practical perspective of MATLAB's approach and power, we draw comparisons between using MATLAB and using other tools such as spreadsheets, C, C++, and Visual Basic.

In the third part of the training, participants learn how to streamline their work by automating their data processing and report generation.

Throughout the course, participants will put into practice the ideas learned through hands-on exercises in a lab environment. By the end of the training, participants will have a thorough grasp of MATLAB's capabilities and will be able to employ it for solving real-world data science problems as well as for streamlining their work through automation.

Assessments will be conducted throughout the course to gauge progress.

Format of the Course

• Course includes theoretical and practical exercises, including case discussions, sample code inspection, and hands-on implementation.

Note

• Practice sessions will be based on pre-arranged sample data report templates. If you have specific requirements, please contact us to arrange.

這種以講師為主導的香港現場現場培訓面向希望學習如何使用Matlab對動態問題進行數值類比的初學者或工程師。

在培訓結束時，參與者將能夠：

• 瞭解動態分析的基礎知識。
• 使用 Matlab 執行解析解和數值解。
• 使用不同的方法推導運動方程。