Data management is the practice of managing data as a valuable resource to unlock its potential for any company or organization. Managing data effectively requires having a data strategy and reliable methods to access, integrate, cleanse, store and prepare data for analytics. This course will provide basic database management skills and will teach students the fundamentals of databases, and data analysis and visualization. The course will introduce students to exploratory data analysis that is needed for data to yield valuable insights.
Course syllabus
- Introduction to Databases
- Creating database instances
- Introduction to relational database concepts
- Introduction to basic SQL
- Introduction to more advanced SQL for sorting and grouping
- Accessing databases using third party applications
- Intro on exploring data using SQL
- Cleaning and transforming data
- Overview of data visualization principles
- Fundamentals of traditional relational database architecture
- Operational and analytic databases
- SQL tools for data analysis
- NoSQL databases, Operational, Unstructured and Semi-structured
- Teacher: Christos Sardianos
Participants of this course will be taught the core data mining techniques and concepts. They will learn how machine learning technologies can be used to analyze data for the purpose of decision support. Students will also be introduced to visual tools and the abilities they offer.
Course syllabus
- Introduction to exploratory data mining
- Data cleaning fundamentals
- Data transformation
- What categorical features are
- Handling unbalanced data
- Data normalization
- What data visualization is
- Visualizing numerical and non-numerical data
- Natural language processing techniques
- Fundamentals on information retrieval (i.e., search engines)
- Evaluation techniques
- General concepts of pattern discovery
- Introduction in regression methods
- Clustering data
- Classification algorithms and approaches
- Data transformation using KNIME analytics platform
- Introduction to data mining with KNIME
- Regression, clustering, and classification examples in KNIME
- Teacher: Christos Sardianos
During this course, participants are expected to demonstrate the knowledge they have acquired in the curriculum in a final comprehensive real-world project. The project may be in collaboration with a partner organization or a business and will allow students to apply the learned algorithms and techniques for data mining from the previous courses. The project will include assignments and technologies needed for a successful project portfolio.
Course syllabus
- Getting to know the data
- Understanding the problem
- Defining the appropriate approach
- Pre-processing phase
- Mining and analysis phase
- Visualizing the outcomes of the analysis
- Presentation
- Teacher: Christos Sardianos
डेटा प्रबंधन किसी भी कंपनी या संगठन के लिए अपनी क्षमता को अनलॉक करने के लिए एक मूल्यवान संसाधन के रूप में डेटा के प्रबंधन का अभ्यास है। डेटा को प्रभावी ढंग से प्रबंधित करने के लिए डेटा रणनीति और एनालिटिक्स के लिए डेटा तक पहुंचने, एकीकृत करने, शुद्ध करने, स्टोर करने और तैयार करने के लिए विश्वसनीय तरीकों की आवश्यकता होती है। यह पाठ्यक्रम बुनियादी डेटाबेस प्रबंधन कौशल प्रदान करेगा और छात्रों को डेटाबेस की मूल बातें, और डेटा विश्लेषण और विज़ुअलाइज़ेशन सिखाएगा। पाठ्यक्रम छात्रों को खोजपूर्ण डेटा विश्लेषण से परिचित कराएगा जो डेटा के लिए मूल्यवान अंतर्दृष्टि प्राप्त करने के लिए आवश्यक है।
पाठ्यक्रम
● डेटाबेस का परिचय
● डेटाबेस उदाहरणों बनाना
● रिलेशनल डेटाबेस अवधारणाओं का परिचय
● बुनियादी एसक्यूएल का परिचय
● छंटाई और समूहीकरण के लिए और अधिक उन्नत एसक्यूएल का परिचय
● तक पहुंचना तीसरे पक्ष के अनुप्रयोगों का उपयोग कर डेटाबेस
● SQL का उपयोग करके डेटा की खोज पर परिचय on
● सफाई और बदलने डेटा
● डेटा विज़ुअलाइज़ेशन सिद्धांतों का अवलोकन
● पारंपरिक संबंधपरक डेटाबेस वास्तुकला के मूल सिद्धांत
● परिचालन और विश्लेषणात्मक डेटाबेस
● डेटा विश्लेषण के लिए एसक्यूएल उपकरण
● नोएसक्यूएल डेटाबेस, परिचालन, असंरचित और अर्ध-संरचितइस पाठ्यक्रम के प्रतिभागियों को कोर डेटा माइनिंग तकनीक और अवधारणाएं सिखाई जाएंगी। वे सीखेंगे कि निर्णय समर्थन के उद्देश्य से डेटा का विश्लेषण करने के लिए मशीन लर्निंग तकनीकों का उपयोग कैसे किया जा सकता है। छात्रों को दृश्य उपकरणों और उनके द्वारा प्रदान की जाने वाली क्षमताओं से भी परिचित कराया जाएगा।
पाठ्यक्रम
खोजपूर्ण डेटा खनन का परिचय
डेटा सफाई मूल बातें
डेटा परिवर्तन
स्पष्ट विशेषताएं क्या हैं
असंतुलित डेटा को संभालना
डेटा सामान्यीकरण
डेटा विज़ुअलाइज़ेशन क्या है
संख्यात्मक और गैर-संख्यात्मक डेटा की कल्पना करना
प्राकृतिक भाषा प्रसंस्करण तकनीक
सूचना पुनर्प्राप्ति पर बुनियादी बातें (यानी, खोज इंजन)
मूल्यांकन तकनीक
पैटर्न की खोज की सामान्य अवधारणाएँ
प्रतिगमन विधियों में परिचय
क्लस्टरिंग डेटा
वर्गीकरण एल्गोरिदम और दृष्टिकोण
KNIME एनालिटिक्स प्लेटफॉर्म का उपयोग करके डेटा परिवर्तन
KNIME के साथ डेटा माइनिंग का परिचय
इस पाठ्यक्रम के दौरान, प्रतिभागियों से अपेक्षा की जाती है कि वे अंतिम व्यापक वास्तविक-विश्व परियोजना में पाठ्यक्रम में अर्जित ज्ञान का प्रदर्शन करें। परियोजना एक भागीदार संगठन या एक व्यवसाय के सहयोग से हो सकती है और छात्रों को पिछले पाठ्यक्रमों से डेटा खनन के लिए सीखे गए एल्गोरिदम और तकनीकों को लागू करने की अनुमति देगी। परियोजना में एक सफल परियोजना पोर्टफोलियो के लिए आवश्यक असाइनमेंट और प्रौद्योगिकियां शामिल होंगी।
पाठ्यक्रम
डेटा जानना
समस्या को समझना
उपयुक्त दृष्टिकोण को परिभाषित करना
प्री-प्रोसेसिंग चरण
खनन और विश्लेषण चरण
विश्लेषण के परिणामों की कल्पना करना
प्रस्तुतीकरण
کسی بھی کمپنی یا تنظیم کے ل اس کی صلاحیت کو غیر مقفل کرنے کے ل ڈیٹا مینجمنٹ ایک قیمتی وسائل کے طور پر ڈیٹا کا انتظام کرنے کا رواج ہے۔ مؤثر طریقے سے ڈیٹا کے نظم و نسق کے لئے تجزیات کے لئے اعداد و شمار تک رسائی ، انضمام ، صاف ، اسٹور اور تیاری کے ل ڈیٹا کی حکمت عملی اور قابل اعتماد طریقوں کی ضرورت ہوتی ہے۔ یہ کورس ڈیٹا بیس کے انتظام کی بنیادی مہارت مہیا کرے گا اور طلبا کو ڈیٹا بیس کی بنیادی باتیں ، اور ڈیٹا تجزیہ اور تصو .رات سکھائے گا۔ اس کورس میں طلبہ کو ریسرچ کرنے والے ڈیٹا انیلیسیس سے تعارف کرایا جائے گا جو قیمتی بصیرت پیدا کرنے کے ل ڈیٹا کی ضرورت ہے۔
کورس سلیبس
ڈیٹا بیس کا تعارف
ڈیٹا بیس واقعات کی تشکیل
متعلقہ ڈیٹا بیس کے تصورات کا تعارف
بنیادی SQL کا تعارف
چھانٹ رہا ہے اور گروپ بندی کے لئے زیادہ اعلی درجے کی SQL کا تعارف
تھرڈ پارٹی ایپلی کیشنز کا استعمال کرتے ہوئے ڈیٹا بیس تک رسائی
ایس کیو ایل کا استعمال کرتے ہوئے ڈیٹا کو دریافت کرنے پر تعارف
کوائف کی صفائی اور تغیرات
ڈیٹا بصری اصولوں کا جائزہ
روایتی رشتہ دار ڈیٹا بیس فن تعمیر کے بنیادی اصول
آپریشنل اور تجزیاتی ڈیٹا بیس
ڈیٹا تجزیہ کیلئے ایس کیو ایل ٹولز
ڈیٹا بیس ، آپریشنل ، غیر منظم اور نیم ساختہ
اس کورس کے شرکاء کو ڈیٹا مائننگ کی بنیادی تکنیک اور تصورات سکھائے جائیں گے۔ وہ سیکھیں گے کہ فیصلے کی حمایت کے مقصد کے لئے ڈیٹا کا تجزیہ کرنے کے لئے مشین سیکھنے والی ٹیکنالوجیز کو کس طرح استعمال کیا جاسکتا ہے۔ طلبا کو بصری ٹولز اور ان کی صلاحیتوں سے بھی تعارف کرایا جائے گا۔
کورس سلیبس
تلاشی ڈیٹا کی کان کنی کا تعارف
ڈیٹا صاف کرنے کے بنیادی اصول
ڈیٹا میں تبدیلی
کیا خصوصیات ہیں
غیر متوازن ڈیٹا کو ہینڈل کرنا
ڈیٹا کو معمول پر لانا
اعداد و شمار کا تصور کیا ہے؟
عددی اور غیر عددی اعداد و شمار کو دیکھنا
قدرتی زبان پر کارروائی کی تکنیک
معلومات کی بازیافت کے بنیادی اصول (یعنی ، سرچ انجن)
تشخیص کی تکنیک
پیٹرن کی دریافت کے عمومی تصورات
رجعت کے طریقوں میں تعارف
ڈیٹا کلسٹرنگ
درجہ بندی الگورتھم اور نقطہ نظر
تجزیاتی پلیٹ فارم کا استعمال کرتے ہوئے ڈیٹا میں تبدیلی
کے ساتھ ڈیٹا مائننگ کا تعارف
میں رجعت پسندی ، جھرمٹ اور درجہ بندی کی مثالیں
اس کورس کے دوران ، شرکاء سے توقع کی جاتی ہے کہ وہ ایک حتمی جامع حقیقی دنیا کے منصوبے میں نصاب میں حاصل کردہ علم کا مظاہرہ کریں گے۔ یہ پروجیکٹ کسی پارٹنر تنظیم یا کسی کاروبار کے اشتراک سے ہوسکتا ہے اور اس سے طلباء کو گذشتہ کورسز میں ڈیٹا مائننگ کے لئے سیکھے گئے الگورتھم اور تکنیک کا اطلاق کرنے کی اجازت ہوگی۔ منصوبے میں کامیاب منصوبے کے پورٹ فولیو کے لئے ضروری اسائنمنٹس اور ٹیکنالوجیز شامل ہوں گی۔
کورس سلیبس
ڈیٹا جاننا
مسئلے کو سمجھنا
مناسب نقطہ نظر کی وضاحت کرنا
پری پروسیسنگ مرحلہ
کان کنی اور تجزیہ کا مرحلہ
تجزیہ کے نتائج کو دیکھنا
پیش کش