Spezialisierung Big Data

Wenn Sie ein Big-Data-Problem identifiziert haben, das Sie analysieren möchten, wie sammeln, speichern und organisieren Sie Ihre Daten mit Big-Data-Lösungen? In diesem Kurs lernen Sie verschiedene Datengattungen und die dafür geeigneten Verwaltungstools kennen. Sie werden in der Lage sein, die Gründe für die sich entwickelnde Fülle neuer Big Data-Plattformen aus der Perspektive von Big Data-Verwaltungssystemen und Analysetools zu beschreiben. Durch geführte praktische Übungen werden Sie mit Techniken anhand von Echtzeit- und halbstrukturierten Datenbeispielen vertraut gemacht. Zu den besprochenen Systemen und Tools gehören: AsterixDB, HP Vertica, Impala, Neo4j, Redis, SparkSQL. Dieser Kurs vermittelt Techniken, mit denen Sie den Wert vorhandener ungenutzter Datenquellen ausschöpfen und neue Datenquellen entdecken können.

Am Ende dieses Kurses werden Sie in der Lage sein: * verschiedene Datenelemente in Ihrer eigenen Arbeit und in Alltagsproblemen zu erkennen * zu erklären, warum Ihr Team einen Big-Data-Infrastrukturplan und ein Informationssystemdesign entwerfen muss * die häufigen Datenoperationen zu identifizieren, die für verschiedene Datentypen erforderlich sind * ein Datenmodell auszuwählen, das zu den Merkmalen Ihrer Daten passt * Techniken zum Umgang mit Streaming-Daten anzuwenden * zwischen einem traditionellen Datenbankmanagementsystem und einem Big-Data-Managementsystem zu unterscheiden * zu verstehen, warum es so viele Datenmanagementsysteme gibt * ein Big-Data-Informationssystem für ein Online-Spielunternehmen zu entwerfen Dieser Kurs ist für diejenigen gedacht, die neu in der Datenwissenschaft sind. Der Abschluss von Intro to Big Data wird empfohlen. Es sind keine vorherigen Programmiererfahrungen erforderlich, allerdings müssen Sie in der Lage sein, Anwendungen zu installieren und eine virtuelle Maschine zu benutzen, um die praktischen Aufgaben zu lösen. Die vollständigen Hardware- und Software-Spezifikationen finden Sie in den technischen Anforderungen der Specializations. Hardware-Anforderungen: (A) Quad-Core-Prozessor (VT-x- oder AMD-V-Unterstützung empfohlen), 64-Bit; (B) 8 GB RAM; (C) 20 GB freier Speicherplatz. So finden Sie Ihre Hardware-Informationen: (Windows): Öffnen Sie System, indem Sie auf die Schaltfläche Start klicken, mit der rechten Maustaste auf Computer klicken und dann auf Eigenschaften klicken; (Mac): Öffnen Sie die Übersicht, indem Sie auf das Apple-Menü und dann auf "Über diesen Mac" klicken Die meisten Computer mit 8 GB RAM, die in den letzten 3 Jahren gekauft wurden, erfüllen die Mindestanforderungen. Sie benötigen eine Hochgeschwindigkeits-Internetverbindung, da Sie Dateien mit einer Größe von bis zu 4 GB herunterladen werden. Software-Anforderungen: Dieser Kurs stützt sich auf mehrere Open-Source-Software-Tools, darunter Apache Hadoop. Die gesamte erforderliche Software kann kostenlos heruntergeladen und installiert werden (mit Ausnahme der Datengebühren Ihres Internetanbieters). Zu den Softwareanforderungen gehören: Windows 7+, Mac OS X 10.10+, Ubuntu 14.04+ oder CentOS 6+ VirtualBox 5+.

Am Ende des Kurses werden Sie in der Lage sein: * Daten aus Beispieldatenbanken und Big-Data-Verwaltungssystemen abzurufen * die Zusammenhänge zwischen Datenverwaltungsvorgängen und den Big-Data-Verarbeitungsmustern zu beschreiben, die für die Nutzung dieser Daten in groß angelegten analytischen Anwendungen erforderlich sind * zu erkennen, wann ein Big-Data-Problem eine Datenintegration erfordert * einfache Big-Data-Integration und -Verarbeitung auf Hadoop- und Spark-Plattformen durchzuführen Dieser Kurs richtet sich an diejenigen, die neu in der Datenwissenschaft sind. Der Abschluss von Intro to Big Data wird empfohlen. Es sind keine vorherigen Programmiererfahrungen erforderlich, allerdings müssen Sie in der Lage sein, Anwendungen zu installieren und eine virtuelle Maschine zu verwenden, um die praktischen Aufgaben zu erledigen. Die vollständigen Hardware- und Software-Spezifikationen finden Sie in den technischen Anforderungen der Specializations. Hardware-Anforderungen:

(A) Quad-Core-Prozessor (VT-x- oder AMD-V-Unterstützung empfohlen), 64-Bit; (B) 8 GB RAM; (C) 20 GB freier Speicherplatz. So finden Sie Ihre Hardware-Informationen: (Windows): Öffnen Sie System, indem Sie auf die Schaltfläche Start klicken, mit der rechten Maustaste auf Computer klicken und dann auf Eigenschaften klicken; (Mac): Öffnen Sie die Übersicht, indem Sie auf das Apple-Menü und dann auf "Über diesen Mac" klicken Die meisten Computer mit 8 GB RAM, die in den letzten 3 Jahren gekauft wurden, erfüllen die Mindestanforderungen. Sie benötigen eine Hochgeschwindigkeits-Internetverbindung, da Sie Dateien mit einer Größe von bis zu 4 GB herunterladen werden. Software-Anforderungen: Dieser Kurs stützt sich auf mehrere Open-Source-Software-Tools, darunter Apache Hadoop. Die gesamte erforderliche Software kann kostenlos heruntergeladen und installiert werden (mit Ausnahme der Datengebühren Ihres Internetanbieters). Zu den Softwareanforderungen gehören: Windows 7+, Mac OS X 10.10+, Ubuntu 14.04+ oder CentOS 6+ VirtualBox 5+.

Möchten Sie die von Ihnen gesammelten Datenmengen sinnvoll nutzen? Müssen Sie datengestützte Entscheidungen in Ihren Prozess einbinden? Dieser Kurs bietet einen Überblick über Techniken des maschinellen Lernens, um Daten zu untersuchen, zu analysieren und zu nutzen. Sie lernen Tools und Algorithmen kennen, mit denen Sie maschinelle Lernmodelle erstellen können, die aus Daten lernen, und diese Modelle auf Big-Data-Probleme skalieren können. Am Ende des Kurses werden Sie in der Lage sein: - einen Ansatz zur Nutzung von Daten zu entwerfen, der die Schritte des maschinellen Lernprozesses nutzt.

- Techniken des maschinellen Lernens anwenden, um Daten zu untersuchen und für die Modellierung vorzubereiten. - Die Art des Problems des maschinellen Lernens identifizieren, um die geeigneten Techniken anzuwenden. - Modelle konstruieren, die aus Daten lernen, indem Sie weithin verfügbare Open-Source-Tools verwenden. - Big-Data-Probleme mit skalierbaren Algorithmen des maschinellen Lernens auf Spark analysieren. Softwareanforderungen: Cloudera VM, KNIME, Spark

Möchten Sie die Struktur Ihres Datennetzwerks verstehen und wie sie sich unter verschiedenen Bedingungen verändert? Sind Sie neugierig, wie Sie eng zusammenhängende Cluster in einem Graphen identifizieren können? Haben Sie schon von dem schnell wachsenden Bereich der Graphenanalyse gehört und möchten mehr darüber erfahren? Dieser Kurs gibt Ihnen einen umfassenden Überblick über das Gebiet der Graphanalyse, so dass Sie neue Wege zur Modellierung, Speicherung, Abfrage und Analyse von graph-strukturierten Daten erlernen können. Nach Abschluss dieses Kurses werden Sie in der Lage sein, ein Problem in einer Graphdatenbank zu modellieren und analytische Aufgaben über den Graphen in einer skalierbaren Weise durchzuführen. Und noch besser: Sie werden diese Techniken anwenden können, um die Bedeutung Ihrer Datensätze für Ihre eigenen Projekte zu verstehen.

Willkommen zum Capstone Project für Big Data! In diesem abschließenden Projekt werden Sie ein Big Data-Ökosystem aufbauen und dabei Tools und Methoden aus den früheren Kursen dieser Spezialisierung verwenden. Sie werden einen Datensatz analysieren, der Big Data simuliert, die von einer großen Anzahl von Benutzern erzeugt werden, die unser imaginäres Spiel "Catch the Pink Flamingo" spielen. Während des fünfwöchigen Capstone-Projekts werden Sie die typischen Big-Data-Science-Schritte zur Beschaffung, Erkundung, Aufbereitung, Analyse und Berichterstattung durchlaufen. In den ersten beiden Wochen werden wir Ihnen den Datensatz vorstellen und Sie durch einige explorative Analysen mit Tools wie Splunk und Open Office führen. Dann werden wir uns anspruchsvolleren Big Data-Problemen zuwenden, die die fortgeschritteneren Tools erfordern, die Sie gelernt haben, darunter KNIME, Spark's MLLib und Gephi. In der fünften und letzten Woche schließlich zeigen wir Ihnen, wie Sie alles zusammenbringen, um ansprechende und überzeugende Berichte und Folienpräsentationen zu erstellen. Dank unserer Zusammenarbeit mit Splunk, einem Softwareunternehmen, das sich auf die Analyse von maschinell erzeugten Big Data spezialisiert hat, können die Teilnehmer mit den besten Projekten eine Präsentation bei Splunk halten und sich mit den Personalverantwortlichen und der technischen Leitung von Splunk treffen.