Kerangka Materi

Pengenalan

Memasang dan Mengkonfigurasi Dataiku Data Science Studio (DSS)

  • Persyaratan sistem untuk Dataiku DSS
  • Mengatur integrasi Apache Hadoop dan Apache Spark
  • Mengonfigurasi Dataiku DSS dengan proxy web
  • Migrasi dari platform lain ke Dataiku DSS

Ringkasan Fitur dan Arsitektur Dataiku DSS

  • Objek dan grafik dasar yang mendasari Dataiku DSS
  • Apa itu resep dalam Dataiku DSS?
  • Jenis dataset yang didukung oleh Dataiku DSS

Membuat Proyek Dataiku DSS

Mendefinisikan Dataset untuk Menghubungkan Sumber Data di Dataiku DSS

  • Bekerja dengan konektor DSS dan format file
  • Format DSS standar vs. format khusus Hadoop
  • Mengunggah File untuk Proyek Dataiku DSS

Ringkasan Sistem Berkas Server di Dataiku DSS

Membuat dan Menggunakan Berkas Manajemen

  • Resep Dataiku DSS untuk menggabungkan berkas
  • Berkas manajemen lokal vs. non-lokal

Membangun Dataset Sistem Berkas Menggunakan Isi Berkas Manajemen

  • Melakukan membersihkan dengan resep kode DSS

Bekerja dengan Dataset Metrik dan Dataset Statistik Internal

Mengimplementasikan Resep Unduh DSS untuk Dataset HTTP

Memindahkan Dataset SQL dan Dataset HDFS Menggunakan DSS

Mengurutkan Dataset di Dataiku DSS

  • Pengurutan penulis vs. pengurutan waktu pembacaan

Menjelajahi dan Menyiapkan Visual Data untuk Proyek Dataiku DSS

Ringkasan Skema Dataiku, Jenis Penyimpanan, dan Makna

Melakukan Pembersihan Data, Normalisasi, dan Skrip Penambahan Nilai di Dataiku DSS

Bekerja dengan Antarmuka Grafik Dataiku DSS dan Jenis Agregasi Visual

Menggunakan Fitur Statistik Interaktif DSS

  • Analisis univariat vs. analisis bivariat
  • Memanfaatkan alat Analisis Komponen Utama (PCA) DSS

Ringkasan Machine Learning dengan Dataiku DSS

  • ML terawasi vs. ML tidak terawasi
  • Referensi untuk algoritma ML DSS dan penanganan fitur
  • Deep Learning dengan Dataiku DSS

Ringkasan Alur yang Diambil dari Dataset dan Resep DSS

Mengubah Dataset yang Ada di DSS dengan Resep Visual

Menggunakan Resep DSS Berdasarkan Kode yang Ditetapkan Pengguna

Memaksimalkan Eksplorasi dan Eksperimen Kode dengan Notebook Kode DSS

Menulis Visualisasi DSS Lanjut dan Fitur Frontend Kustom dengan Webapps

Bekerja dengan Fitur Laporan Kode Dataiku DSS

Berbagi Elemen Proyek Data dan Menyelesaikan Dashboard DSS

Merancang dan Mengemas Proyek Dataiku DSS sebagai Aplikasi yang Dapat Digunakan Ulang

Ringkasan Metode Lanjut di Dataiku DSS

  • Mengimplementasikan pemisahan dataset yang optimal menggunakan DSS
  • Menjalankan bagian pengolahan DSS tertentu melalui perhitungan di kontainer Kubernetes

Ringkasan Kerjasama dan Pengendalian Versi di Dataiku DSS

Mengimplementasikan Skenario Otomatisasi, Metrik, dan Pengecekan untuk Pengujian Proyek DSS

Mendeploy dan Memperbarui Proyek dengan Node Otomatisasi DSS dan Bundles

Bekerja dengan API Waktu Nyata di Dataiku DSS

  • API tambahan dan Rest API di DSS

Menganalisis dan Memprediksi Seri Waktu Dataiku DSS

Mengenal Keamanan Proyek di Dataiku DSS

  • Mengelola Izin Proyek dan Otorisasi Dashboard
  • Mengimplementasikan Opsi Keamanan Lanjut

Mengintegrasikan Dataiku DSS dengan Awan

Memecahkan Masalah

Ringkasan dan Kesimpulan

Persyaratan

  • Pengalaman dengan bahasa pemrograman Python, SQL, dan R
  • Pengetahuan dasar tentang pengolahan data dengan Apache Hadoop dan Spark
  • Pemahaman tentang konsep dan model data dalam machine learning
  • Latar belakang dalam analisis statistik dan konsep data science
  • Pengalaman dalam memvisualisasi dan mengkomunikasikan data

Penonton

  • Insinyur
  • Data Scientists
  • Data Analysts
 21 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait