دوره آموزشی مبانی علم داده: مهندسی داده
53 دقیقهمبتدی2017-01-23
مدرسین

Ben Sullins
Data Geek, Tech Consultant
جزئیات دوره
با تسلط بر مهارت های اصلی مورد نیاز برای استفاده از داده ها برای کسب و کار خود، با اطمینان به داده های بزرگ نزدیک شوید. این دوره اصول مهندسی داده، طراحی سیستم، تجزیه و تحلیل و هوش تجاری را پوشش می دهد. بن سالینز، کارشناس علوم داده، نحوه جمعآوری و سازماندهی دادههای خود را توضیح میدهد تا بتوانید نتایجی را ارائه دهید که سازمان شما میتواند از آن استفاده کند. بن با بررسی اکوسیستم داده مدرن و چگونگی ارتباط آن با اجرای یک هاب داده هوشمند و کارآمد شروع می کند. سپس، او به شما نشان می دهد که چگونه وظایف اصلی مربوط به مدیریت، بارگذاری، استخراج و تبدیل داده ها را انجام دهید. او همچنین شما را از طریق مرحله بندی، نمایه سازی، پاکسازی و انتقال داده ها راهنمایی می کند. در طول مسیر، او توصیههای عملی را ارائه میدهد که برای کارشناسان داده در سراسر یک سازمان - تحلیلگران، مهندسان، دانشمندان، مدلسازان، و غیره قابل استفاده است.
اهداف یادگیری
کار با سیستم ها و طرحواره ها
مدیریت یک خط لوله داده خوب
راه اندازی یک محیط
بارگذاری و پروفایل کردن داده ها
کیفیت تست
افزودن انواع داده ها
مدیریت مقادیر گمشده و اعضای استنتاج شده
انجام جستجوی داده های اصلی
در حال بارگیری طرحواره ها و جداول
ایجاد نماها
اهداف یادگیری
کار با سیستم ها و طرحواره ها
مدیریت یک خط لوله داده خوب
راه اندازی یک محیط
بارگذاری و پروفایل کردن داده ها
کیفیت تست
افزودن انواع داده ها
مدیریت مقادیر گمشده و اعضای استنتاج شده
انجام جستجوی داده های اصلی
در حال بارگیری طرحواره ها و جداول
ایجاد نماها
مهارت ها
Data EngineeringFoundationsData Science
سرفصل ها
0. مقدمه
- 01 - خوش آمدید
- 02 - آنچه باید قبل از تماشای این دوره بدانید
- 03 - استفاده از فایلهای تمرین
1. بررسی اجمالی اکوسیستم
- 04 - نمای کلی سیستم علوم داده
- 05 - نمای کلی طراحی طرحواره ستاره
- 06 - مهندسی داده در کجا قرار میگیرد
- 07 - اجزای یک خط لوله داده خوب
- 08 - راهاندازی محیط
2. مرحله بندی داده ها
- 09 - بارگذاری و پروفایل کردن داده ها
- 10 - تست کیفیت داده ها
3. پاک کردن داده ها
- 11 - افزودن انواع داده
- 12 - رسیدگی به مقادیر از دست رفته
- 13 - تایید آدرس
4. مطابقت داده ها
- 14 - انجام جستجوی اصلی داده ها
- 15 - رسیدگی به اعضای استنباط شده
5. ارائه مجموعه دادههای تحلیلی
- 16 - دانلود طرحواره ستاره
- 17 - بارگذاری جداول ابعاد
- 18 - بارگذاری جداول واقعیت
- 19 - ایجاد نما
نتیجه
- 20 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی کلانداده در عصر هوش مصنوعی
- دوره آموزشی راهنمای کامل مهندسی تحلیل دادهها
- دوره آموزشی مهندسی تحلیل پیشرفته: تمرینهای دنیای واقعی
- دوره آموزشی راهنمای کامل Google BigQuery برای مهندسان داده و یادگیری ماشین
- دوره آموزشی یادگیری اصولی PySpark: معرفی ساخت خطوط پردازش داده
- دوره آموزشی پاکسازی دادهها برای علم داده مؤثر: واردکردن دادهها، تشخیص ناهنجاری، پرکردن مقادیر گمشده و مهندسی ویژگیها
- دوره آموزشی یادگیری جامع اسکالا برای علوم داده
- دوره آموزشی SPSS: آمادهسازی، مصورسازی و مدلسازی دادهها