Используете Qlik Sense для задач Data Science? Задайте любые вопрос на [ Ссылка ]

Сергей Полехин, главный архитектор решений Qlik в России, провел вебинар по работе BI Qlik Sense в связке с инструментами продвинутой аналитики
репозиторий: [ Ссылка ]
презентация: [ Ссылка ]

Qlik старается сделать современные алгоритмы обработки данных доступными для более широкой бизнес-аудитории. Этот проект является попыткой показать, что возможно.

Этот репозиторий предоставляет серверное расширение (SSE) для Qlik Sense, построенное с использованием Python.
Мы хотим предоставить набор функций Data sciense, которые могут быть использованы в качестве выражений в Qlik.

Примеры приложений Qlik Sense включены и объяснены таким образом, что показанные техники могут быть легко реплицированы.

Текущая реализация включает в себя:
Supervised Machine Learning: Реализовано с использованием программы scikit-learn, библиотеки go-to machine learning library для Python. Эта SSE реализует полный машинный процесс обучения, начиная с подготовки данных, обучения моделированию и оценке, и заканчивая составлением прогнозов в Qlik.
Unsupervised Machine Learning: Также реализовано с использованием scikit-learn. Это обеспечивает возможности для уменьшения размеров и кластеризации.
Deep Learning: Реализовано с использованием Keras и TensorFlow. Этот SSE реализует полный поток настройки нейронной сети, обучения и оценки ее, а также использования для предсказаний. Модели глубокого обучения могут быть использованы для прогнозирования последовательностей и сложных временных рядов.
Использование предварительно обученных моделей ML в Qlik: Предварительно обученные модели Scikit-learn, Keras и REST API, основанные на этом SSE, могут быть вызваны из этой SSE, что позволяет предсказаниям быть раскрыты в рамках более широкого анализа и бизнес-контекста приложения Qlik. Реализация также позволяет проводить анализ What-if с использованием моделей.
Распознавание сущностей по именам: Реализовано с помощью spaCy, отличной библиотеки обработки естественного языка, которая поставляется с предварительно обученными нейронными сетями. Этот SSE позволяет вам использовать модели spaCy для Named Entity Recognition или переучивать их с вашими данными для получения еще лучших результатов.
Правила ассоциации : Реализовано с использованием Efficient-Apriori. Анализ правил ассоциации - это техника интеллектуального анализа данных, позволяющая обнаружить, как элементы связаны друг с другом. Эта методика наиболее известна для анализа рыночной корзины, но может быть использована в более общем плане для поиска интересных ассоциаций между наборами элементов, которые встречаются вместе, например, в сделке, параграфе или диагнозе.
Кластеризация : Реализована с использованием HDBSCAN, высокопроизводительного алгоритма, который отлично подходит для исследовательского анализа данных.
Прогнозирование временных рядов : Реализовано с использованием Facebook Prophet, современной библиотеки для легкого создания качественных прогнозов. Теперь с возможностью использования нескольких регрессоров в качестве входных данных.
Сезонность и анализ праздников : Также используется Facebook Prophet.
Линейные корреляции : Реализовано с использованием Pandas.

Data Scientist,
Дополненная аналитика (Augmented Intelligence),
data scientist,
data scientist вакансии,
data scientist обучение,
data scientist что за профессия,
аналитик data scientist,
junior data scientist,
data scientist курсы,
отзывы data scientist,
аналитик данных data scientist,
data scientist зарплата,
skillbox data scientist,
работа data scientist,
отличие аналитика данных от data scientist,
data scientist москва,
data scientist где учиться,
как стать data scientist,
data scientist в россии,
скачать data scientist,
data scientist data engineer,
junior data scientist вакансии,
data scientist где учиться в россии,
skillfactory data scientist,
data scientist торрент,
data scientist перевод,
data scientist удаленно,
data scientist с нуля,
big data scientist,
senior data scientist,
data scientist специалист,
профессия data scientist skillbox,
data scientist вакансии москва,
data scientist hh,
data scientist без опыта,
data scientist яндекс,
нетология data scientist,
вакансии data scientist удаленно,
data scientist вакансии без опыта,
data scientist примеры,
data scientist python,
собеседование data scientist,
data scientist скачать торрент,
data scientist стажировка,
data scientist обучение бесплатно,
data scientist анализ данных,
data scientist стажер,
курс data scientist бесплатно,
data scientist сбербанк,
чем занимается data scientist,
skillbox data scientist отзывы,
data scientist skillbox скачать,
machine learning,
learn machine,
python machine learning,
machine learning на русском,
machine learning books,
advanced machine learning,
machine learning обучение,
machine learning methods,
machine learning курсы,

свернуть