Kursplan

  1. Introduktion till datbearbetning och -analys
  2. Grundläggande information om KNIME-plattformen
    • installation och konfiguration
    • överblick av användargränssnittet
  3. Överblick av plattformen ur integrationens perspektiv
  4. Introduktion till arbete. Skapande av arbetsflöden
  5. Metodik för skapandet av affärsmodeller samt datbearbetningsprocesser
    • dokumentation av arbetet
    • metoder för import och export av processer
  6. Överblick av grundläggande noder
  7. Överblick av ETL-processer
  8. Metodik för datautforskning
  9. Metodik för import av data
    • import av data från filer
    • import av data från relationella databaser med hjälp av SQL
    • skapande av SQL-frågor
  10. Överblick av avancerade noder
  11. Dataanalys
    • förberedelse av data inför analys
    • kvalitet och verifiering av data
    • statistisk undersökning av data
    • datamodellering
  12. Introduktion till användning av variabler och loopar
  13. Skapande av avancerade, automatiserade processer
  14. Visualisering av resultat
  15. Allmäntillgängliga och fria datamaterial
  16. Grundläggande Data Mining
    • Överblick av valda typer av uppgifter och processer inom Data Mining
  17. Kunnighetsextrahering från data
    • Web Mining
    • SNA – sociala nätverk
    • Text Mining – analys av dokument
    • visualisering av data på kartor
  18. Integration av andra verktyg med KNIME
    • R
    • Java
    • Python
    • Gephi
    • Neo4j
  19. Skapande av rapporter
  20. Sammanfattning av utbildningen

Krav

Kännedom i grundläggande matematisk analys.

Kännedom i grundläggande statistik.

 35 timmar

Antal deltagare


Pris per deltagare

Vittnesmål (3)

Kommande Kurser

Relaterade Kategorier