Accelerating Python Pandas Workflows with Modin培訓

Pandas 是一個 Python 包，它提供用於處理結構化（表格、多維、潛在異構）和時間序列數據的數據結構。

這種以講師為主導的香港現場現場培訓針對的是希望使用Pandas通過機器學習進行預測分析的數據科學家。

在培訓結束時，參與者將能夠：

• 在 Python 中執行數據整理。
• 執行機器學習的 ETL 操作。
• 使用 Pandas 建立資料視覺化

這是為期5天的Data Science和AI入門。

本課程隨附使用Python示例和練習

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

完成此培訓的參與者將獲得對數據科學及其相關技術，方法和工具的實際和真實世界的理解。 參與者將有機會通過輕松練習將這些知識付諸實踐。小組互動和教師反饋構成課堂的重要組成部分。 本課程首先介紹數據科學的基本概念，然後介紹數據科學中使用的工具和方法。 聽衆 開發商技術分析師 IT顧問 課程的 格式 部分講座，部分討論，練習和沈重的練習 注意 要請求本課程的定制培訓，請聯系我們安排。

大數據是如此龐大和復雜的數據集，傳統的數據處理應用軟件不足以處理它們。大數據挑戰包括捕獲數據，數據存儲，數據分析，搜索，共享，傳輸，可視化，查詢，更新和信息隱私。

本课程面向有意在Marketing /销售中深入应用数据科学的Marketing销售专业人员。课程提供
详细介绍了用于“升级”，“交叉销售”，市场细分，品牌推广和CLV的不同数据科学技术。

Marketing和销售的差异 - 销售和营销如何不同？

简而言之，销售可以被称为集中或针对个人或小团体的过程。另一方面， Marketing针对的是更大的群体或普通大众。 Marketing包括研究（确定客户需求），开发产品（生产创新产品）和推广产品（通过广告），并在消费者中创造产品意识。因此，营销意味着产生潜在客户或潜在客一旦产品进入市场，销售人员的任务就是说服顾客购买产品。销售意味着将潜在客户或潜在客户转化为购买和订单，而营销的目标是更长期，销售则涉及更短的目标。

數據科學是統計分析，機器學習，數據可視化和編程的應用，用于理解和解釋真實世界的數據。 F＃是一款非常適合數據科學的編程語言，因爲它結合了高效執行，REPLscripting，強大的庫和可擴展的數據集成。 在這個有指導意義的現場培訓中，參與者將學習如何使用F＃來解決一系列現實世界的數據科學問題。 在培訓結束後，參與者將能夠： 使用F＃的集成數據科學軟件包使用F＃與其他語言和平台進行互操作，包括Excel，R，Matlab和Python 使用Deedle包解決時間序列問題用最少的生産線質量代碼進行高級分析了解函數式編程如何非常適合科學和大數據計算使用F＃訪問和可視化數據將F＃應用于機器學習探索商業智能和社交遊戲等領域問題的解決方案 聽衆 開發商數據科學家 課程的格式 部分講座，部分討論，練習和沈重的練習

這種由講師指導的實時培訓（現場或遠程）針對希望從事Data Science職業的專業人士。

在培訓結束時，參與者將能夠：

• 安裝和配置Python和MySql。
• 了解什麼是Data Science ，以及它如何為幾乎任何業務增加價值。
• 了解Python編碼的基礎
• 學習有監督和無監督的Machine Learning技術，以及如何實現它們並解釋結果。

課程形式

• 互動式講座和討論。
• 很多練習和練習。
• 在現場實驗室環境中動手實施。

課程自定義選項

• 要請求此課程的定制培訓，請與我們聯繫以安排。

Jupyter 是一個開源的、基於 Web 的互動式 IDE 和計算環境。

這種由講師指導的現場培訓（在線或現場）介紹了數據科學中協作開發的理念，並演示了如何使用 Jupyter 作為團隊跟蹤和參與“計算思想的生命週期”。  它引導參與者完成基於 Jupyter 生態系統的示例數據科學項目的創建。

在培訓結束時，參與者將能夠：

• 安裝和配置 Jupyter，包括在 Git 上創建和整合團隊儲存庫。
• 使用 Jupyter 功能（如擴展、互動式小部件、多使用者模式等）實現項目協作。
• 與團隊成員一起創建、共用和組織 Jupyter Notebook。
• 從 Scala、Python、R 中進行選擇，以針對 Apache Spark 等大數據系統編寫和執行代碼，所有這些都通過 Jupyter 介面完成。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在現場實驗室環境中動手實施。

課程自定義選項

• Jupyter Notebook 支援 40 多種語言，包括 R、Python、Scala、Julia 等。要根據您選擇的語言定製本課程，請聯繫我們進行安排。

分析平台是基于数据的创新领先的开源选项,帮助您探索数据中隐藏的潜力,寻找新的洞察力,或预测新的未来。 拥有超过1000个模块、数百个准备好运行的例子、综合工具的广泛范围以及最广泛的先进算法选项,分析平台是任何数据科学家和商业分析师的完美工具箱。

这个课程为 KNIME 分析平台是一个理想的机会,初学者,先进的用户和 KNIME 专家被介绍到 KNIME,学习如何更有效地使用它,以及如何创建基于 KNIME 工作流的清晰,全面的报告。

由教练领导的现场培训(在线或在线)旨在针对想要使用的数据专业人士,以解决复杂的业务需求。

它针对那些不知道编程的观众,并打算使用先进的工具来实施分析场景。

在本研讨会结束后,参与者将能够:

• 安置和配置 KNIME。
• 创建 Data Science 场景
• 列车、测试和验证模型
• 实施终止数据科学模型的最终价值链

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。

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。

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針對的是希望使用Presto查詢大數據源的數據科學家。

在培訓結束時，參與者將能夠：

• 利用 Presto 關鍵概念來優化現代大數據系統。
• 使用 Presto 運行 EB 級倉庫。
• 將數據克隆到專有數據存儲系統。
• 使用現有的 BI 工具，例如 R 和 Tableau。

Python is a programming language that has gained huge popularity in the financial industry. Adopted by the largest investment banks and hedge funds, it is being used to build a wide range of financial applications ranging from core trading programs to risk management systems.

In this instructor-led, live training, participants will learn how to use Python to develop practical applications for solving a number of specific finance related problems.

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

• Understand the fundamentals of the Python programming language
• Download, install and maintain the best development tools for creating financial applications in Python
• Select and utilize the most suitable Python packages and programming techniques to organize, visualize, and analyze financial data from various sources (CSV, Excel, databases, web, etc.)
• Build applications that solve problems related to asset allocation, risk analysis, investment performance and more
• Troubleshoot, integrate, deploy, and optimize a Python application

Audience

• Developers
• Analysts
• Quants

Format of the course

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

Note

• This training aims to provide solutions for some of the principle problems faced by finance professionals. However, if you have a particular topic, tool or technique that you wish to append or elaborate further on, please please contact us to arrange.