Kursplan

    Introduktion till databehandling och analys Grundläggande information om KNIME-plattformen, installation och konfiguration, översikt över gränssnittet Översikt över plattformen vad gäller verktygsintegration Introduktion till arbetet. Skapa flöden Metodik för att skapa affärsmodeller och databearbetningsprocesser arbetsdokumentationsmetoder för import och export av processer Översikt över grundläggande noder Översikt över ETL-processer Datautvinningsmetoder Dataimportmetodik importera data från filer importera data från relationsdatabaser med hjälp av SQL skapa frågor SQL ] Översikt avancerade noder Dataanalys förberedelse av data för analyskvalitet och kontroll av data statistisk dataundersökning datamodellering Introduktion till användning av variabler och loopar Bygga avancerade, automatiserade processer Visualisering av resultat Offentligt tillgängliga och fria datakällor Grunderna i Data Mining Diskussion av valda typer av Data Mining uppgifter och processer Upptäcka kunskap från data Web Mining SNA - sociala nätverk Text Mining - dokumentanalys datavisualisering på kartor Integration av andra verktyg med KNIME R Java Python Gephi Neo4j Byggrapporter Utbildningssammanfattning

Krav

Kunskaper om grunderna i matematisk analys.

Kunskaper om statistikens grunder.

  35 timmar
 

Antal deltagare


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Vittnesmål (2)

Relaterade Kurser

Data Science with KNIME Analytics Platform

  21 timmar

Relaterade Kategorier