تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی علم داده در پلتفرم ابری گوگل: تجزیه و تحلیل داده های اکتشافی

دوره آموزشی علم داده در پلتفرم ابری گوگل: تجزیه و تحلیل داده های اکتشافی

58 دقیقهمتوسط2018-11-14

مدرسین

Kumaran Ponnambalam

Kumaran Ponnambalam

Working with data for 20+ years

جزئیات دوره

رایانش ابری مقیاس پذیری و کشش نامحدودی را برای کاربردهای علم داده به ارمغان می آورد. تخصص در پلتفرم‌های اصلی، مانند Google Cloud Platform (GCP)، برای متخصصان فناوری اطلاعات ضروری است. این دوره - یکی از مجموعه‌های متخصص مهندسی ابر و دانشمند داده کوماران پونامبالام - نحوه انجام تجزیه و تحلیل داده‌های اکتشافی با GCP را نشان می‌دهد. ابتدا مفاهیم تقسیم بندی و پروفایل را مرور کنید. سپس دست به کار شوید، همانطور که یاد می گیرید هم تجزیه و تحلیل متنی و هم بصری داده ها را با استفاده از ابزارهای ارائه شده توسط GCP انجام دهید: Cloud Datalab، BigQuery، Cloud Dataflow، و Data Studio. در نهایت، به یک مورد استفاده نهایی نگاه کنید که آنچه را که در دوره یاد گرفته‌اید به کار می‌برد.

اهداف یادگیری
راه اندازی Cloud DataLlb برای تجزیه و تحلیل داده های اکتشافی
تقسیم بندی و پروفایل
خواندن و نوشتن داده ها از BigQuery
مدیریت سطل های ذخیره سازی ابری
ایجاد تجسم داده های BigQuery با GCP Charting API
مدیریت نمونه های Datalab

مهارت ها

Google CloudSoftware Development ToolsGoogleData AnalysisCloud PlatformsCloud ComputingData ScienceBusiness Analysis and StrategyBusiness Software and ToolsSoftware DevelopmentOne-Off

سرفصل ها

0. مقدمه

  • 01 - چرا EDA در Datalab
  • 02 - ماژول‌های علم داده تحت پوشش

1. گزینه‌های کاوش در GCP

  • 03 - BigQuery
  • 04 - Datalab
  • 05 - Data Studio
  • 06 - Cloud Dataflow

2. Cloud Datalab Basics

  • 07 - Datalab چیست
  • 08 - راه‌اندازی Cloud SDK
  • 09 - راه‌اندازی Datalab
  • 10 - مدیریت Datalab
  • 11 - استفاده از فایل‌های تمرین
  • 12 - سایر قابلیت ها

3. Datalab - BigQuery

  • 13 - راه‌اندازی BigQuery
  • 14 - دستورات BigQuery
  • 15 - خواندن داده‌ها از BigQuery
  • 16 - کار با DataFrames
  • 17 - نوشتن داده‌ها در BigQuery

4. Datalab - Cloud Storage

  • 18 - فهرست بندی محتویات سطل
  • 19 - مدیریت سطل ها
  • 20 - خواندن اشیا از سطل
  • 21 - نوشتن به سطل

5. Datalab - تجسم ها

  • 22 - مقدمه ای بر API نمودار
  • 23 - نمودارهای خطی با داده‌های BigQuery
  • 24 - نمودار دایره ای با داده‌های BigQuery
  • 25 - تجزیه‌و‌تحلیل سری‌های زمانی با Cloud Storage

6. EDA با GCP - Use Case

  • 26 - بارگذاری داده‌ها در یک DataFrame
  • 27 - پاکسازی و تبدیل داده ها
  • 28 - آمار و همبستگی
  • 29 - تقسیم بندی و پروفایل
  • 30 - نوشتن نتایج در Cloud Storage

7. مدیریت Datalab

  • 31 - مدیریت نمونه‌های Datalab
  • 32 - افزودن بسته‌های جدید
  • 33 - مدیریت کد منبع
  • 34 - بهترین شیوه‌های Datalab

نتیجه

  • 35 - مراحل بعدی

دوره های مرتبط

مسیرهای مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal