Cursuri de pregatire Dataiku pentru Inteligența Artificială și Învățarea Automată în Enterprise

Introducere

Instalarea și Configurarea Dataiku Data Science Studio (DSS)

• Cerințe de sistem pentru Dataiku DSS
• Configurarea integrațiilor Apache Hadoop și Apache Spark
• Configurarea Dataiku DSS cu web proxy-uri
• Migrarea de pe alte platforme pe Dataiku DSS

Prezentare generală a caracteristicilor și arhitecturii Dataiku DSS

• Obiecte și grafice de bază fundamentale pentru Dataiku DSS
• Ce este o rețetă în Dataiku DSS?
• Tipuri de seturi de date suportate de Dataiku DSS

Crearea unui Proiect Dataiku DSS

Definirea Seturilor de Date pentru a se Conecta la Resurse de Date în Dataiku DSS

• Lucrul cu conectori și formate de fișiere DSS
• Formate DSS standard vs. formate specifice Hadoop
• Încărcarea fișierelor pentru un proiect Dataiku DSS

Prezentare generală a Sistemului de Fișiere al Serverului în Dataiku DSS

Crearea și Utilizarea Folderelor Gestionate

• Rețeta Dataiku DSS pentru folderul de fuziune
• Foldere gestionate locale vs. non-locale

Construirea unui Set de Date din Sistemul de Fișiere Utilizând Conținutul Folderelor Gestionate

• Efectuarea curățării cu o rețetă de cod DSS

Lucrul cu Setul de Date Metrics și Setul de Date Internal Stats

Implementarea Rețetei de Descărcare DSS pentru Setul de Date HTTP

Relocarea Seturilor de Date SQL și HDFS Utilizând DSS

Ordonarea Seturilor de Date în Dataiku DSS

• Ordonarea scriitorului vs. ordonarea la citire

Explorarea și Pregătirea Vizualizărilor de Date pentru un Proiect Dataiku DSS

Prezentare generală a Schemelor, Tipurilor de Stocare și Semnificațiilor din Dataiku

Efectuarea Scripturilor de Curățare, Normalizare și Îmbogățire a Datelor în Dataiku DSS

Lucrul cu Interfața de Grafice Dataiku DSS și Tipurile de Agregări Vizuale

Utilizarea Caracteristicii de Statistică Interactivă a DSS

• Analiza univariată vs. analiza bivariată
• Utilizarea instrumentului de Analiză a Componentelor Principale (PCA) DSS

Prezentare generală a Învățării Automate cu Dataiku DSS

• Învățare automată supervizată vs. nesupervizată
• Referințe pentru algoritmii de ML DSS și gestionarea caracteristicilor
• Învățare profundă cu Dataiku DSS

Prezentare generală a Fluxului Derivat din Seturile de Date și Rețetele DSS

Transformarea Seturilor de Date Existente în DSS cu Rețete Vizuale

Utilizarea Rețetelor DSS Bazate pe Cod Definit de Utilizator

Optimizarea Explorării și Experimentării Codului cu Caietele de Cod DSS

Scrierea de Vizualizări Avansate DSS și Funcționalități Frontend Personalizate cu Webapps

Lucrul cu Funcționalitatea de Rapoarte de Cod Dataiku DSS

Partajarea Elementelor de Proiect de Date și Familiarizarea cu Panoul de Control DSS

Proiectarea și Ambalarea unui Proiect Dataiku DSS ca Aplicație Reutilizabilă

Prezentare generală a Metodelor Avansate în Dataiku DSS

• Implementarea partiționării optimizate a seturilor de date folosind DSS
• Executarea părților specifice de procesare DSS prin calcule în containere Kubernetes

Prezentare generală a Colaborării și Controlului Versiunilor în Dataiku DSS

Implementarea Scenariilor de Automatizare, Metricilor și Verificărilor pentru Testarea Proiectelor DSS

Implementarea și Actualizarea unui Proiect cu Nodul de Automatizare DSS și Bundle-uri

Lucrul cu API-uri în Timp Real în Dataiku DSS

• API-uri suplimentare și API-uri Rest în DSS

Analiza și Prognozarea Seriilor de Timp Dataiku DSS

Securizarea unui Proiect în Dataiku DSS

• Gestionarea Permisiunilor Proiectului și a Autorizațiilor Panoului de Control
• Implementarea Opțiunilor Avansate de Securitate

Integrarea Dataiku DSS cu Cloud-ul

Depanare

Rezumat și Concluzii