Dataiku for Enterprise AI and Machine Learning Training Course

Giới thiệu

Cài đặt và Cấu hình Dataiku Data Science Studio (DSS)

• Yêu cầu hệ thống cho Dataiku DSS
• Thiết lập tích hợp Apache Hadoop và Apache Spark
• Cấu hình Dataiku DSS với proxy web
• Di chuyển từ các nền tảng khác sang Dataiku DSS

Tổng quan về các Tính năng và Kiến trúc của Dataiku DSS

• Các đối tượng và đồ thị cốt lõi trong Dataiku DSS
• Công thức (Recipe) trong Dataiku DSS là gì?
• Các loại tập dữ liệu được hỗ trợ bởi Dataiku DSS

Tạo một Dự án Dataiku DSS

Định nghĩa Tập dữ liệu để Kết nối với Tài nguyên Dữ liệu trong Dataiku DSS

• Làm việc với các trình kết nối (connectors) và định dạng tệp của DSS
• Định dạng tiêu chuẩn của DSS so với định dạng đặc thù của Hadoop
• Tải lên Tệp cho một Dự án Dataiku DSS

Tổng quan về Hệ thống Tệp Máy chủ trong Dataiku DSS

Tạo và Sử dụng Các Thư mục Được Quản lý

• Công thức DSS để hợp nhất thư mục
• Thư mục được quản lý cục bộ so với phi cục bộ

Xây dựng một Tập dữ liệu Hệ thống Tệp bằng Nội dung Thư mục Được Quản lý

• Thực hiện làm sạch bằng công thức mã DSS

Làm việc với Tập dữ liệu Chỉ số và Tập dữ liệu Thống kê Nội bộ

Triển khai Công thức Tải xuống DSS cho Tập dữ liệu HTTP

Di chuyển Tập dữ liệu SQL và Tập dữ liệu HDFS bằng DSS

Sắp xếp Tập dữ liệu trong Dataiku DSS

• Thứ tự ghi so với thứ tự thời gian đọc

Khám phá và Chuẩn bị Trực quan hóa Dữ liệu cho một Dự án Dataiku DSS

Tổng quan về Sơ đồ Dữ liệu, Loại Lưu trữ và Ý nghĩa của Dataiku

Thực hiện các Tập lệnh Làm sạch, Chuẩn hóa và Làm phong phú Dữ liệu trong Dataiku DSS

Làm việc với Giao diện Biểu đồ Dataiku DSS và Các Loại Tổng hợp Trực quan

Sử dụng Tính năng Tương tác Statistics của DSS

• Phân tích đơn biến so với phân tích song biến
• Sử dụng công cụ Phân tích Thành phần Chính (PCA) của DSS

Tổng quan về Machine Learning với Dataiku DSS

• Học máy có giám sát so với học máy không giám sát
• Tài liệu tham khảo cho các Thuật toán và Xử lý Đặc trưng Học máy DSS
• Deep Learning với Dataiku DSS

Tổng quan về Luồng Dẫn xuất từ Tập dữ liệu và Công thức DSS

Chuyển đổi Tập dữ liệu Hiện có trong DSS bằng Công thức Trực quan

Sử dụng Công thức DSS Dựa trên Mã do Người dùng Xác định

Tối ưu hóa Khám phá và Thử nghiệm Mã bằng Notebook Mã DSS

Viết Trực quan hóa Nâng cao và Các Tính năng Frontend Tùy chỉnh bằng Webapps

Làm việc với Tính năng Báo cáo Mã Dataiku DSS

Chia sẻ Dự án Dữ liệu Element và Làm quen với Dashboard DSS

Thiết kế và Đóng gói một Dự án Dataiku DSS dưới dạng Ứng dụng Có thể Tái sử dụng

Tổng quan về Các Phương pháp Nâng cao trong Dataiku DSS

• Triển khai phân vùng tập dữ liệu được tối ưu hóa bằng DSS
• Thực thi các phần xử lý cụ thể của DSS thông qua các tính toán trong vùng chứa Kubernetes

Tổng quan về Collaboration và Kiểm soát Phiên bản trong Dataiku DSS

Triển khai Kịch bản Tự động hóa, Chỉ số và Kiểm tra cho Kiểm tra Dự án DSS

Triển khai và Cập nhật một Dự án bằng Node Tự động hóa DSS và Bundles

Làm việc với API Thời gian Thực trong Dataiku DSS

• API Bổ sung và API Rest trong DSS

Phân tích và Forecasting Chuỗi Thời gian Dataiku DSS

Bảo mật một Dự án trong Dataiku DSS

• Quản lý Quyền Dự án và Ủy quyền Dashboard
• Triển khai Tùy chọn Bảo mật Nâng cao

Tích hợp Dataiku DSS với Cloud

Khắc phục sự cố

Tóm tắt và Kết luận