Введение в аналитику больших массивов данных

Обзор Big Data, процесс аналитики, язык R, инструменты (Weka, Hadoop), NoSQL-базы данных и основы Data Mining.
Студентов 1 RU
Записаться
Длительность
76 дней
Формат обучения
Дистанционно (самостоятельно)
Описание Учебный курс рассматривает аналитику больших массивов данных как самостоятельное направление. Изучаются общее понятие больших данных, основные вызовы и определения, процесс аналитики, когнитивный анализ данных, классификация задач, разработка алгоритмов, информативность и выбор признаков, обнаружение ошибок и пропусков, инструменты Data Mining (Weka), архитектура Hadoop и типы NoSQL-баз данных. Материал адресован аналитикам, инженерам данных и разработчикам аналитических решений.
Цели
  • Сформировать понимание концепции больших данных.
  • Развить умение применять язык R к аналитическим задачам.
  • Подготовить к работе с Hadoop и NoSQL-базами данных.
Чему я научусь?
  • Описывать архитектуру решений на основе Hadoop.
  • Применять R и Weka к задачам анализа данных.
  • Сравнивать типы NoSQL-баз данных.
Чему я научусь?
  • Описывать архитектуру решений на основе Hadoop.
  • Применять R и Weka к задачам анализа данных.
  • Сравнивать типы NoSQL-баз данных.

Учебный план

№ Занятия
Экзамен экстерном Внимание! Экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите подтвердить свои знания по данному курсу без его изучения или поверить свои знания по нему. Экзамен экстерном можно сдать только один раз.
1 Общее понятие о больших данных 54 мин
2 Основные вызовы больших данных 36 мин
3 Определение термина «большие данные» 60 мин
4 Процесс аналитики 90 мин
Тест 1 для курса # 1252 для курса Введение в аналитику больших массивов данных 40 мин
5 Введение в когнитивный анализ данных 120 мин
6 Классификация задач. Функция конкурентного сходства 90 мин
7 Разработка алгоритмов на базе FRiS-функции 171 мин
8 Информативность и выбор признаков 138 мин
9 Обнаружение ошибок и заполнение пробелов 132 мин
Тест 2 для курса # 1252 для курса Введение в аналитику больших массивов данных 40 мин
10 Общие сведения о языке R. Основные функции 48 мин
11 Синтаксис 57 мин
12 Типы данных 30 мин
Тест 3 для курса # 1252 для курса Введение в аналитику больших массивов данных 40 мин
13 Weka 48 мин
14 Визуализация 66 мин
15 R как инструмент Data Mining 33 мин
16 Решение задач Data Mining. R и Hadoop 51 мин
17 Основные библиотеки для Data Mining 39 мин
18 Возможности библиотеки Pandas 24 мин
Тест 4 для курса # 1252 для курса Введение в аналитику больших массивов данных 40 мин
19 Зачем нужны новые хранилища 30 мин
20 Свойства больших данных и ограничения RDBMS 33 мин
21 ACID требования, CAP-теорема, BASE архитектура 42 мин
22 NoSQL 42 мин
23 Интерфейсы 33 мин
24 MapReduce 24 мин
25 Ключ-значение 27 мин
26 Колоночные 42 мин
27 Документо-ориентированные 24 мин
28 Графовые 57 мин
Тест 5 для курса # 1252 для курса Введение в аналитику больших массивов данных 40 мин
Тренировочный экзамен Внимание! Тренировочный экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите проверить свои знания курса перед сдачей экзамена. Тренировочный экзамен можно сдавать сколько угодно один раз.
Экзамен
^