Snowflake ML ile anomalileri SQL'le yakalayın
Snowflake Cortex ML fonksiyonlarıyla zaman serisi hazırlığı, FORECAST ve ANOMALY_DETECTION eğitimi, eşik ayarı ve task/alert otomasyonunu öğreten eğitim.
Snowflake Cortex ile SQL tabanlı anomali tespiti
Bu eğitim Snowflake'in yerleşik ML fonksiyonlarıyla anomali tespitini öğretir. SNOWFLAKE.ML.ANOMALY_DETECTION ve FORECAST sınıflarının eğitimi, tahmin üretimi ve anomali işaretleme SQL üzerinden işlenir. Zaman serisi verisinin hazırlanması, eğitim/çıkarım ayrımı, mevsimsellik ve exogenous değişkenler, güven aralığı ve eşik ayarı, çok serili (multi-series) modeller ele alınır. Sonuçların görselleştirilmesi, otomatik yeniden eğitim için task/stream kullanımı, alerting ve maliyet/performans dengesi uygulamalı gösterilir.
3 Gün. Her gün dört modül; Snowflake üzerinde ML fonksiyonu çalıştırma labler içerir.
Orta Seviye — Snowflake Cortex ML fonksiyonlarıyla zaman serisi tahmini ve anomali tespitini SQL ile kapsar.
Snowflake'te gerçek zaman serisi verisiyle ANOMALY_DETECTION ve FORECAST modelleri eğitip çalıştırarak öğrenilir.
Model altyapısı kurmadan SQL'de anomali tespiti yaparsınız.
Mevsimsellik ve trendi dikkate alan tahminler üretirsiniz.
Task/stream ile sürekli izleme ve uyarı kurarsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Temel Snowflake ve warehouse kullanımı beklenir.
Analitik SQL ve tablo fonksiyonlarına aşinalık gerekir.
Temel zaman serisi/istatistik kavramları faydalıdır.
ML fonksiyonlarını çalıştıracak rol/yetki erişimi gerekir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Zaman serisini ML fonksiyonları için doğru biçimlendirirsiniz.
Mevsimsellik ve güven aralığıyla tahmin üretirsiniz.
ANOMALY_DETECTION ile anomali skorları üretirsiniz.
Duyarlılık ve yanlış pozitif dengesini optimize edersiniz.
Bilinen olaylarla model sonucunu doğrularsınız.
Snowsight ve BI ile anomalileri görselleştirirsiniz.
Task/stream ile sürekli izleme akışı kurarsınız.
Eşik aşımında otomatik uyarı ve bildirim tanımlarsınız.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Amazon Redshift giriş: MPP mimarisi, cluster ve Serverless kurulumu, S3'ten COPY ile yükleme, tablo tasarımı ve Spectrum ile sorgulamayı öğrenin.
Detayları Gör →
Apache Airflow ile DAG tasarımı, operator/sensor, zamanlama (cron, catchup, backfill), XCom, TaskFlow API ve dinamik task mapping öğrenin.
Detayları Gör →
Airflow'da Datasets ile veri odaklı zamanlama, hook/connection, SQL check ile veri kalitesi, upsert desenleri ve yeniden işlemeyi öğrenin.
Detayları Gör →
Amazon Redshift ile analitik çözüm: veri alımı, distribution/sort key, WLM, materialized view, Spectrum ve data sharing ile performans ayarını öğrenin.
Detayları Gör →
Amazon Redshift ile analitik çözüm: star schema modelleme, COPY/ELT yükleme, analitik SQL, materialized view, Spectrum ve BI entegrasyonunu öğrenin.
Detayları Gör →