Büyük Verileri Anlamak: Verilerinizi En İyi Anlayabilmeniz için 6 Çevrimiçi Kurs

İçerik

Büyük Veriye Giriş - UC San Diego
Hata Yok, Stres Yok - Hayatınızı Yok Etmeden Hayat Değiştiren Yazılım Yaratma Adım Adım Kılavuzunuz
Büyük Veri Uzmanlığı - UC San Diego
İş Analitiği Uzmanlığı - Pennsylvania Üniversitesi
Büyük Veri Modelleme ve Yönetim Sistemleri - UC San Diego
İş Karar Verme İçin Veri Araştırmak ve Üretmek - Illinois Üniversitesi
Tablo Uzmanlığı ile Veri Görselleştirme - UC Davis

Kaynak: Sunan Panyo / Dreamstime.com

Paket servisi:

Bu eşsiz derslerin çoğu, öğrencilere büyük veri işleme konusunda geniş bir temel sağlar.

Büyük veri günün sırasıdır - ancak gelişmiş depolama ortamı çok daha fazla miktarda bilgiyi derlememize olanak sağladığından beri, bu verilerin tümünü etkili bir şekilde nasıl kullanabileceğimizi bulmaya çalışıyoruz. Gürültü içinde sinyal nasıl bulunur.

Bu altı kurs, veri bilimcilerini büyük veri yönetimindeki en son yöntem ve tekniklerle tanıştırma konusunda yardımcı olabilir.

Büyük Veriye Giriş - UC San Diego
Büyük Veri Uzmanlığı - UC San Diego
İş Analitiği Uzmanlığı - Pennsylvania Üniversitesi
Büyük Veri Modelleme ve Yönetim Sistemleri - UC San Diego
İş Karar Verme İçin Veri Araştırmak ve Üretmek - Illinois Üniversitesi
Tablo Uzmanlığı ile Veri Görselleştirme - UC Davis

Büyük Veriye Giriş - UC San Diego

Bu ders öğrencileri büyük veri ortamından geçirir ve temel terminolojiyi sunar. Örneğin, büyük verilerin daha kolay yönetilebileceği ve veri yönetiminin daha karmaşık hale geldiği Apache Hadoop ve kümelemenin kullanılmasıyla büyük veri dünyasında ilerleme göstermeye yardımcı olur.

Anahtar USP'ler:

Üç önemli veri kaynağına giriş - insanlar, kuruluşlar ve sensörler
Büyük verilerin “V’lerine” odaklanın - hacim, hız, çeşitlilik, doğruluk, değer ve değer ve her birinin büyük veri modellerinde önemi
Analiz için büyük veri işlem modelleri
Önemli büyük veri problemlerinin ve çözümlerinin belirlenmesi
Büyük veri modellerinin ve nasıl ölçeklendiğinin açıklanması
Ipache, HDFS ve MapReduce gibi bileşenlerin yanı sıra veri bilimi için Apache Hadoop ile uygulamalı çalışma

Süre: 16 saat (önerilen: üç haftalık çalışma)

Hata Yok, Stres Yok - Hayatınızı Yok Etmeden Hayat Değiştiren Yazılım Yaratma Adım Adım Kılavuzunuz

Hiç kimse yazılım kalitesini önemsemediğinde programlama becerilerinizi geliştiremezsiniz.

Büyük Veri Uzmanlığı - UC San Diego

Bu derste, öğrenciler büyük verilerle karar vermeyi ve içgörü kazanmada büyük verilerin nasıl manipüle edildiğini öğreneceklerdir.

Kurs, büyük veriler için kurumsal analizlere ve Hadoop ve diğerleri gibi büyük veri araçlarının uygulamalı kullanımına öncülük etmektedir.

Öğrenciler, veri bilimi projelerinde başkalarıyla işbirliği yapmayı, büyük veri karar verme süreçlerinde kendi kendine başlangıç olarak inisiyatif almayı ve büyük ve karmaşık veri setleriyle ilgilenmeyi öğreneceklerdir. (Büyük veriler hakkında daha fazla bilgi için, bkz. Büyük Veri Siloları: Ne Onlar ve Onlarla Nasıl Başa Çıkılır.)

Anahtar USP'ler:

Hadoop, MapReduce, Spark, Pig ve Hive Giriş
Tahmine dayalı modelleme için sağlanan kod modülleri
Beceri uygulaması için final projesi

Süre: beş ay (haftada yedi saatte)

İş Analitiği Uzmanlığı - Pennsylvania Üniversitesi

Bu ders, temel büyük veri okuryazarlığı ve analitik içgörünün oluşturulmasını vaat ediyor. Öğrenciler, tahmin bilimine ve sektöre özel büyük verilerin uygulanmasına odaklanarak, veri bilimcilerinin gerçek dünyada nasıl çalıştıklarına bakarlar. Kurs eğitmenleri ve planlayıcılar, öğrencilerin “büyük veri zihniyetini” geliştirmelerine ve büyük veri araçlarıyla daha fazla uzmanlık ve yetkinlik kazanmalarına yardımcı olur.

Tahmini analitik çalışmasına önem verilerek, insan kaynakları, finans ve operasyonlar ile diğer önemli alanlarda büyük veri projelerinin nasıl çalıştığına bir göz atın.

Anahtar USP'ler:

Gerçek dünyadaki veri bilimi projelerine şeffaflık
Kurumsal karar desteğine odaklanın
Sektöre özgü araçlar ve kaynaklar
Test becerileri için son proje

Süre: üç ay (haftada yedi saat)

Büyük Veri Modelleme ve Yönetim Sistemleri - UC San Diego

Bu kurs, büyük veri bilimi ile ilgili bazı çevresel sorunların yanı sıra, büyük veriyle ilgili temel görevlerin yanı sıra, örneğin veri ve veri organizasyonunun toplanması ve depolanması gibi konuları da kapsar.

Tabii aynı zamanda, veri yönetiminin analitik araçlardan ve uygulamalardan ne kadar büyük faydalar sağladığını gösterirken, her biri için çeşitli veri setleri ve yönetim araçlarını ve kaynaklarını da kapsar.

Öğreticiler, veri bilimi çalışmasının nasıl yapıldığını ve çeşitli araçlarla belirli büyük veri manipülasyonlarının nasıl yapıldığını göstermeye yardımcı olmaktadır. Tabii ayrıca, büyük veri sistemlerinin çoğalmasını açıklayan “endüstri izinin” bir kısmı üzerinden geçiyor, böylece öğrenciler liderliği büyük veri çalışmalarının tarihçesi, temel araçları, satıcıları ve oyuncuları anlama ve çeşitli teklifleri anlama konusunda düşünce liderliği sağlayabilirler. yarışırlar.

Anahtar USP'ler:

Beceri geliştirme için uygulamalı teknikler
AsterixDB, HP Vertica, Impala, Neo4j, Redis ve SparkSQL gibi araçların tartışılması
Farklı veri yönetim sistemleri arasındaki farklılaşma
Oyun endüstrisinde uygulamalı tasarım çalışmaları

Süre: 16 saat (haftada 2-3 saat altı hafta eğitim)

İş Karar Verme İçin Veri Araştırmak ve Üretmek - Illinois Üniversitesi

Bu dersin odak noktalarından bazıları örnekleme ve diğer büyük veri analizlerinin yanı sıra istatistiksel modeller ve büyük veri özetleri olacaktır. Büyük verilerin çeşitli biçimlerde ve platformlarda kullanılmasına yönelik metodolojiler, çeşitli ortamlarda istatistiksel çalışmalara bakmada yardımcı olur.

Eşsiz bir talimat izi geliştirirken, kurs öğrencileri yalnızca “neyin” (araçlar, kaynaklar, kalıplar, yöntemler) anlamalarına değil, “nasıl” (sonuçların nasıl üretildiğine ve bunun neden önemli olduğu) anlayışına yönlendirecektir. Genel olarak büyük verilere, bir öğrenciyi büyük veri işleme ve analizin daha teknik bir alanında çalışmak için hazırlayabilen kantitatif bir yaklaşımla düşünceli bir şekilde inceleyin.

Anahtar USP'ler:

Büyük veri kümelerinin biçimlendirilmiş kullanımı
Örneklemeye ilişkin içgörü ve örneklemenin karar vermeyi nasıl desteklediği
Büyük veriler için çeşitli ortamların değerlendirilmesi
İstatistiksel analize odaklanmak

Süre: 22 saat (dört hafta çalışma haftada 4-6 saat)

Tablo Uzmanlığı ile Veri Görselleştirme - UC Davis

İş analizi için en popüler anahtar araçlardan biri olan Tableau platformuna odaklanarak, bu kurs yeni başlayanlar için veri görselleştirme ve diğer büyük veri kullanım unsurlarını gözden geçirir. Kaynaklara ve kütüphanelere bakıldığında, öğrenciler raporların nasıl oluşturulacağını anlamak ve büyük verilerle çalışmak için görsel panoları kullanmak için gerçek dünyadaki kullanım durumlarını değerlendireceklerdir.

Bu dersin görselleştirme yönü biraz benzersizdir ve endüstri uzmanlarının görsel modelin büyük veri analizinde ne derece yararlı olduğunu gösterdiği gibi, talep çok fazladır. (Veri görselleştirmesi hakkında daha fazla bilgi için, bkz. Veri Viz'in Sevinci: Bakmadığınız Veriler.)

Anahtar USP'ler: