Kursplan

Införandet

  • Översikt över RapidMiner Studio
  • Orientering till RapidMiner Användargränssnitt och funktioner

CRISP-DM-metodik i RapidMiner

  • Förstå CRISP-DM-ramverket
  • Tillämpning vid estimering och projektion av värden

Dataförståelse och förberedelse

  • Import och utforskning av data
  • Förbehandlings- och rengöringstekniker
  • Avancerade metoder för datatransformering

Datamodellering med RapidMiner

  • Introduktion till datamodellering
  • Val och tillämpning av maskininlärningsalgoritmer
  • Algoritmer för övervakad inlärning
  • Algoritmer för oövervakad inlärning

Utvärdering och distribution av modeller

  • Tekniker för modellutvärdering
  • Strategier för modelldistribution
  • Omjustering och optimering av modeller

Tidsserieanalys och Forecasting

  • Grunderna i tidsserieanalys
  • Tillämpning av glidande medelvärdesmodeller
  • Förbearbetning och aggregering av tidsserier

Avancerade tidsserietekniker

  • Analys av nedbrytning
  • Projektion med tidsfönster
  • Projicering med funktionsgenerering

ARIMA-modellering

  • Förstå ARIMA-modeller
  • Praktisk tillämpning i RapidMiner

Sammanfattning och nästa steg

Krav

  • Grundläggande förståelse för dataanalys och maskininlärningskoncept

Publik

  • Dataanalytiker
  • Business Analytiker
  • Datavetare
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier