Veri Bilimi ile KNIME Analiz Platformu Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), paketleri ve veri analizi iş akışlarını tek bir platformda yakalamak, yönetmek ve dağıtmak için Anaconda ekosistemini kullanmak isteyen veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Anaconda bileşenlerini ve kütüphanelerini kurmak ve yapılandırmak.
• Anaconda'ün temel kavramlarını, özelliklerini ve faydalarını anlamak.
• Anaconda Navigator kullanarak paketleri, ortamları ve kanalları yönetmek.
• Veri bilimi ve makine öğrenimi için Conda, R ve Python paketlerini kullanmak.
• Çoklu veri ortamlarını yönetmek için bazı pratik kullanım durumlarını ve teknikleri öğrenmek.

Bu eğitmen yönetilen canlı eğitim (çevrimiçi veya yerel) alan ekolojistler ve koruma yöneticileri için, ArcGIS içinde veri.spatial projeler oluşturmak isteyen kişilere yönelik olup, Türkiye'ta gerçekleşmektedir.

Eğitim sonunda, katılımcılar şunları yapabilecektir:

• Spatial veriyi görselleştirmeler olarak çıkartma.
• Gerçek veriler üzerinde jeoistatistik çalışması yapma.
• ArcGIS kullanarak spatial veri analizi, veri işleme ve haritalama uygulamak.
• ArcGIS'ta projeler için spatial veriyi analiz etmek.

Bu eğitmen öncülünde, canlı eğitim Türkiye (çevrimiçi veya kurum içi) başlangıç seviyesindeki çevreci bilim insanları ve arkeologlar için düzenlenmiştir. Katılımcıların ArcMap in ArcGIS kullanarak coğrafi bilgilerin toplandığı, düzenlendiği, yönetildiği ve analiz edildiği konuda beceriler kazanmalarını amaçlamaktadır.

Bu eğitimden sonra katılımcılar şunları yapabilecektir:

• ArcMap ve ArcGIS'in temellerini anlama.
• Sosyal ve arkeolojik unsurlarla ilgili coğrafi bilgileri toplama, düzenleme, yönetme ve analiz etme.
• Etki değerlendirme için uzaysal sorgular yapma.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri görselleştirme, mekânsal analiz ve coğrafi projelerin yönetimi için ArcGIS'yi etkin bir şekilde kullanmayı öğrenmek isteyen, başlangıç seviyesinden ileri seviyeye kadar GIS profesyoneller ve analistler hedeflenmektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Coğrafi mekânsal verilerin yönetimi için ArcGIS araçlarını kullanma ve gezme.
• Katmanlar ve özniteliklerle haritalar oluşturma ve özelleştirme.
• Gelişmiş mekânsal analiz ve coğrafi işlem görevlerini gerçekleştirme.
• ModelBuilder ve Python kullanarak iş akışlarını otomatikleştirme.

Bu eğitmen-led, canlı eğitim Türkiye (çevrimiçi veya şirket içi) başlangıç düzeyindeki IT destek personelinin ArcGIS Enterprise için sağlam destek sağlamak, her türlü anomali veya başarısızlığı etkili bir şekilde ele almayı hedefler.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• ArcGIS Enterprise mimarisi ve bileşenleri hakkında bilgi sahibi olacaklardır.
• ArcGIS Enterprise'ı yüklemeyi, yapılandırmayı ve yönetmeyi öğrenecekler.
• Sık karşılaşılan sorunları giderme konusunda beceriler kazanacaklardır.
• ArcGIS Enterprise ortamlarını izleme ve bakım konusunda uzmanlaşacaklardır.
• Yedekleme, kurtarma ve performans iyileştirme tekniklerini master hale getirecekler.

Bu eğitmen-leden, canlı eğitim Türkiye (online veya yerinde), CBS ve uzaysal verilerin temel kavramlarını ve araçlarını öğrenmek isteyen başlangıç düzeyli profesyoneller için düzenlenmiştir.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• CBS ve uzaysal verilerin temel kavramlarını anlama.
• ArcGIS arayüzünde gezinme.
• Uzaysal veri oluşturma ve yönetme.
• Temel uzaysal analiz yapma.
• Haritalar ve görselleştirmeler oluşturma.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• En son ArcGIS Pro sürümünü kullanarak GIS kavramlarını ve mekansal veri türlerini anlayabilecektir.
• Kullanıcı arayüzünü inceleyebilecek ve kullanım alanlarını değerlendirebilecektir.
• ArcGIS* Pro’yu keşfedebilecek ve çevrimiçi içeriği nasıl kullanacağını öğrenebilecektir.
• Kendi verilerinizi yönetebilecek, işleyebilecek ve analiz edebilecektir.
• Verilerinizi anlamlı ve yaratıcı bir şekilde görüntüleyebilecek ve paylaşabilecektir.

Not: En son ArcGIS Pro sürümünü kullanacağız.

ArcGIS Professional Plus, coğrafi veri analizi, 3B modelleme, otomasyon ve kurumsal işbirliği için genişletilmiş özellikler sunan ArcGIS Pro'nun gelişmiş bir sürümüdür.

Bu eğitmen tarafından yönetilen canlı eğitim (çevrimiçi veya yerel), uzamsal veri analizi, otomasyon ve paylaşım becerilerini derinleştirmek isteyen orta seviye GIS profesyonellerine yöneliktir.

Bu eğitimden sonra katılımcılar şunları yapabilecekler:

• Veri görselleştirme ve analizi için ArcGIS Pro Plus araçlarını kullanın.
• Gelişmiş semboloji ve coğrafi işleme teknikleriyle 2B ve 3B haritalar oluşturun.
• ModelBuilder ve Python betiklerini kullanarak iş akışlarını otomatikleştirin.
• ArcGIS'i dış veri hizmetleri ve kurumsal sistemlerle entegre edin.

Kurs Formatı

• Etkileşimli ders ve tartışma.
• Birçok alıştırma ve uygulama.
• Canlı laboratuvar ortamında elden deneyim.

Kurs Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talep etmek istiyorsanız, lütfen bizimle iletişime geçin.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), mekânsal analiz yeteneklerini geliştirmek, kapsamlı jeoistatistiksel analizler yürütmek ve gerçek dünya senaryolarında daha etkili karar verme ve problem çözme için gelişmiş 3D modelleme teknikleri uygulamak isteyen ileri düzey GIS profesyonelleri hedefler.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• ArcGIS Pro kullanarak mekânsal analiz tekniklerinde gelişmiş beceriler geliştirmek.
• Otomasyon ve karmaşık veri işleme için Python betiklerini kullanmak.
• Gerçek dünya senaryolarında problem çözmek için mekânsal modelleme uygulamak.
• Gelişmiş veri yorumlaması için jeoistatistiksel analizler yürütmek.
• Harici veri kaynaklarını entegre etmek ve 3D mekânsal veri analizinden yararlanmak.

Bu eğitmen yönlendirilmiş canlı eğitim Türkiye (çevrimiçi veya yerel) ArcGIS süreçlerinde tekrarlanan görevleri otomatikleştirmek isteyen GIS analistleri için düzenlenmiştir.

Bu eğitim sonunda katılımcılar:

• Python ve ArcGIS araçları kullanarak GIS uygulamaları oluşturacaklardır.
• Python kullanarak ArcGIS paketi ArcPy ile geliştirme yapacaklardır.
• Python nesne sınıfları kullanarak harita otomasyonu için ArcGIS modülleri uygulayacaklardır.

Bu eğitmen liderliğindeki, canlı eğitim (online veya yerinde), Data Science kullanarak kariyerlerini geliştirmek isteyen veri bilimcileri ve geliştiricileri hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri bilimi ve makine öğrenimi hakkında bilgi edinin.
• Veri analitiğini keşfedin.
• Kaggle hakkında bilgi edinin ve nasıl çalıştığını öğrenin.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), daha hızlı veri analizi için Pandas ile paralel hesaplamalar oluşturmak ve uygulamak isteyen veri bilimcileri ve geliştiricileri hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Modin ile ölçeklenebilir Pandas iş akışlarını geliştirmek için gerekli ortamı kurmak.
• Modin'in özelliklerini, mimarisini ve avantajlarını anlamak.
• Modin, Dask ve Ray arasındaki farkları bilmek.
• Modin ile Pandas işlemlerini daha hızlı gerçekleştirmek.
• Tüm Pandas API'sini ve işlevlerini uygulamak.

Bu eğitmen tarafından yönetilen canlı eğitim Türkiye (çevrimiçi veya yerinde), Python'u ArcGIS ve QGIS ortamlarında jeospatial analiz için kullanmayı planlayan başlangıç seviyesindeki jeo bilimleri ve mühendislik uzmanlarına yöneliktir.

Bu eğitimden sonra katılımcılar şunları yapabilecektir:

• Jeospatial görevleri etkin şekilde yerine getirmek için Python sözdizimini ve kontrol yapılarını öğrenmek.
• GIS'te veri analizi ve görselleştirme için Pandas, Numpy ve Matplotlib kullanmak.
• Geopandas, Arcpy ve PyQGIS kitaplıklarıyla vektör verilerini manipüle etmek ve analiz etmek.
• Python betikleri kullanarak ArcGIS ve QGIS'te jeospatial süreçleri ve iş akışlarını otomatikleştirmek.
• Görevleri hızlandırmak için ArcGIS ve QGIS için özel Python temelli jeo işleme araçları geliştirmek.

Bir coğrafi bilgi sistemi (GIS), mekânsal veya coğrafi verileri yakalamak, depolamak, manipüle etmek, analiz etmek, yönetmek ve sunmak için tasarlanmış bir sistemdir. GIS kısaltması, bazen coğrafi bilgi bilimi (GIScience) için kullanılır ve bu, coğrafi bilgi sistemlerini inceleyen akademik disiplindir ve daha geniş jeoinformatik akademik disiplini içindeki büyük bir alandır.

QGIS, bir coğrafi bilgi sistemi (GIS) yazılımı olarak işlev görür ve kullanıcılara mekânsal bilgileri analiz etme ve düzenleme, ayrıca grafiksel haritalar oluşturma ve dışa aktarma olanağı sağlar. QGIS, hem raster hem de vektör katmanlarını destekler; vektör verileri nokta, çizgi veya çokgen özelliklerinden biri olarak depolanır. Desteklenen raster görüntü formatları çok sayıda olup, yazılım görüntüleri coğrafi referanslama imkanı sunar. Özetle, kullanıcılara Windows, Mac, Linux, BSD üzerinde coğrafi bilgileri oluşturma, düzenleme, görselleştirme, analiz etme ve yayınlama olanağı sağlar.

Bu programın ilk aşamasında, QGIS arayüzü genel kullanım için tanıtılmaktadır. İkinci aşamada ise, QGIS'nin Python kütüphaneleri olan PyQGIS tanıtılmaktadır. Bu kütüphaneler, GIS işlevselliğinin Python kodunuzda veya Python uygulamanızda entegre edilmesini sağlar, böylece belirli bir GIS işlevselliği etrafında kendi Python eklentinizi bile oluşturabilirsiniz.

Bu eğitmen tarafından yönetilen, canlı eğitim Türkiye (çevrimiçi veya yerinde) veri bilimcilerine ve geliştiricilere RAPIDS'i kullanarak GPU hızlandırılmış veri hatları, iş akışları ve görselleştirmeler oluşturmayı, XGBoost, cuML gibi makine öğrenimi algoritmalarını uygulamayı hedef almaktadır.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• NVIDIA RAPIDS ile veri modelleri oluşturmak için gerekli geliştirme ortamını kurma.
• RAPIDS'in özelliklerini, bileşenlerini ve avantajlarını anlamak.
• GPU'ları uçtan uca veri ve analitik hatlarını hızlandırmaya kullanma.
• cuDF ve Apache Arrow ile GPU hızlandırılmış veri hazırlığı ve ETL uygulama.
• XGBoost ve cuML algoritmalarıyla makine öğrenimi görevleri nasıl gerçekleştirileceğini öğrenme.
• cuXfilter ve cuGraph ile veri görselleştirmeleri oluşturma ve grafik analizi yürütme.