Kursplan

  1. Introduktion till databehandling och analys
  2. Grundläggande information om plattformen KNIME
    • Installation och konfiguration
    • Översikt över gränssnittet
  3. Plattformsöversikter när det gäller verktygsintegration
  4. Introduktion till arbetet. Skapa flöden
  5. Metodik för att skapa affärsmodeller och processer för databehandling
    • Dokumentation av arbetet
    • Metoder för import och export av processer
  6. Översikt över grundläggande noder
  7. Översikt över ETL-processer
  8. Metoder för datautvinning
  9. Metod för dataimport
    • Importera data från filer
    • Import av data från relationsdatabaser med hjälp av SQL
    • Skapa frågor SQL
  10. Översikt över avancerade noder
  11. Analys av data
    • Förbereda data för analys
    • Kvalitets- och dataverifiering
    • Undersökning av statistiska data
    • Modellering av data
  12. Introduktion till användning av variabler och loopar
  13. Skapa avancerade, automatiserade processer
  14. Visualisera resultat
  15. Fritt tillgängliga och kostnadsfria datakällor
  16. Grunderna Data Mining
    • Diskussion om valda typer av uppgifter och processer Data Mining
  17. Få insikter från data
    • Utvinning av webbtjänster
    • SNA – sociala nätverk
    • Text Mining – dokumentanalys
    • Visualisera data på kartor
  18. Integrering av andra verktyg med KNIME
    • R
    • Java
    • Python
    • Gephi Gephi
    • Neo4j
  19. Bygga rapporter
  20. Summering av utbildning

Krav

Kunskap om grunderna i matematisk analys.

Kunskaper i statistikens grunder.

 35 timmar

Antal deltagare



Price per participant

Vittnesmål (3)

Relaterade Kategorier