Cursuri de pregatire Dataiku pentru Enterprise AI și Machine Learning

Introducere

Instalarea și configurarea Dataiku Data Science Studio (DSS)

• Cerințele de sistem pentru Dataiku DSS
• Configurarea integralelor Apache Hadoop și Apache Spark
• Configurarea Dataiku DSS cu proxy-uri web
• Migrarea de la alte platforme către Dataiku DSS

Prezentare a funcțiilor și arhitecturii Dataiku DSS

• Obiectele principale și graficele fundamentale pentru Dataiku DSS
• Ce este un rețetă în Dataiku DSS?
• Tipurile de seturi de date suportate de Dataiku DSS

Crearea unui proiect Dataiku DSS

Definirea seturilor de date pentru a se conecta la resursele de date în Dataiku DSS

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

Prezentare a sistemului de fișiere server în Dataiku DSS

Crearea și utilizarea folderelor gestionate

• Rețeta Dataiku DSS pentru combinarea folderelor
• Folderul gestionat local vs. non-local

Construirea unui set de date de sistem de fișiere folosind conținutul folderului gestionat

• Efectuarea curățărilor cu ajutorul unei rețete DSS codificată

Lucrul cu setul de date metric și setul de date statistic intern

Implementarea rețetei DSS pentru descărcare HTTP a setului de date

Relocarea seturilor de date SQL și HDFS folosind DSS

Ordonarea seturilor de date în Dataiku DSS

• Ordonarea la scriere vs. ordonarea la citire

Explorarea și pregătirea vizualizărilor de date pentru un proiect Dataiku DSS

Prezentare a schemelor, tipurilor de stocare și semnificațiilor din Dataiku DSS

Efectuarea scripturilor de curățare, normalizare și înbogățire a datelor în Dataiku DSS

Lucrul cu interfața de grafice ale Dataiku DSS și tipurile de agregări vizuale

Utilizarea funcției de statistică interactivă a DSS

• Analiza univariată vs. analiza bivariată
• Utilizarea instrumentului Principal Component Analysis (PCA) DSS

Prezentare a învățării automatice cu Dataiku DSS

• Învățarea supravegheată vs. invățarea ne-supravegheată ML
• Referințe pentru algoritmi și funcții de gestionare DSS ML
• Învățarea profunză cu Dataiku DSS

Prezentare a fluxului derivat din seturi de date și rețete DSS

Transformarea seturilor de date existente în DSS folosind rețete vizuale

Utilizarea rețetelor DSS bazate pe cod definit de utilizator

Optimizarea explorării și experimentării codului cu cadernele de cod DSS

Scrierea vizualizărilor avansate și a caracteristicilor de frontend personalizate folosind webapp-uri în DSS

Lucrul cu funcția de rapoarte de cod Dataiku DSS

Compartimentarea elementelor proiectului datelor și familiarizarea cu tabloul de bord DSS

Proiectarea și ambalarea unui proiect Dataiku DSS ca o aplicație reutilizabilă

Prezentare a metodelor avansate în Dataiku DSS

• Implementarea partijonării optimizate a seturilor de date folosind DSS
• Executarea unor părți specifice de procesare DSS prin calcule în containerele Kubernetes

Prezentare a colaborării și controlului versiunilor în Dataiku DSS

Implementarea scenariilor automate, metricilor și verificărilor pentru testarea proiectelor DSS

Distribuirea și actualizarea unui proiect cu nodul de automatizare DSS și pachetele DSS

Lucrul cu API-urile în timp real în Dataiku DSS

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

Analizarea și previziunea seriei temporale Dataiku DSS

Securizarea unui proiect în Dataiku DSS

• Gestionarea permisiunilor de proiect și autorizațiilor tabloului de bord
• Implementarea opțiunilor avansate de securitate

Integrarea Dataiku DSS cu cloud-ul

Rezolvarea problemelor tecnice

Rezumat și concluzie