Struttura del corso

Introduzione

  • Analisi predittiva nei settori finanziario, sanitario, farmaceutico, automobilistico, aerospaziale e manifatturiero

Panoramica dei concetti Big Data

Acquisizione di dati da fonti disparate

Cosa sono i modelli predittivi basati sui dati?

Cenni sulle tecniche statistiche e di machine learning

Caso di studio: manutenzione predittiva e pianificazione delle risorse

Applicazione di algoritmi a set di dati di grandi dimensioni con Hadoop e Spark

Predictive Analytics Flusso di lavoro

AccessAnalisi ed esplorazione dei dati

Pre-elaborazione dei dati

Sviluppo di un modello predittivo

Addestramento, test e convalida di un set di dati

Applicazione di diversi approcci di machine learning (regressione di serie temporali, regressione lineare, ecc.)

Integrazione del modello in applicazioni web esistenti, dispositivi mobili, sistemi embedded, ecc.

Integrazione di Matlab e Simulink con sistemi embedded e flussi di lavoro IT aziendali

Creazione di codice C e C++ portabile da codice MATLAB

Distribuzione di applicazioni predittive in sistemi di produzione, cluster e cloud su larga scala

Agire in base ai risultati dell'analisi

Passaggi successivi: Risposta automatica ai risultati utilizzando Prescriptive Analytics

Osservazioni conclusive

Requisiti

  • Esperienza con Matlab
  • Non è richiesta alcuna esperienza pregressa con la scienza dei dati
  21 ore
 

Numero di Partecipanti


Data Inizio

Data Fine


Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
I corsi di formazione pubblici richiedono più di 5 partecipanti.

Recensioni (5)

Corsi relativi

Big Data Business Intelligence for Telecom and Communication Service Providers

  35 ore

Big Data Business Intelligence for Criminal Intelligence Analysis

  35 ore

Categorie relative