Referens
Kursplan
Introduktion
Komma igång med KNIME
- Vad är KNIME?
- KNIME Analytics
- KNIME Server
Maskininlärning
- Beräkningsinlärningsteori
- Datoralgoritmer för beräkningsupplevelser
Förbereda utvecklingsmiljön
- Installera och konfigurera KNIME
KNIME-noder
- Lägga till noder
- Åtkomst till och läsning av data
- Sammanfoga, dela upp och filtrera data
- Gruppera och vända data
- Rensa data
Modellering
- Skapa arbetsflöden
- Importera data
- Förbereda data
- Visualisera data
- Skapa ett beslutsträdsmodell
- Arbeta med regressionsmodeller
- Försäkra data
- Jämföra och matcha data
Lärmetoder
- Arbeta med random forest-metoder
- Använda polynomregression
- Tilldela klasser
- Utvärdera modeller
Sammanfattning och slutsats
Krav
- Erfarenhet av Python
- Erfarenhet av R
Målgrupp
- Datawissenschaftler
Vittnesmål (4)
Praktiska exempel lät oss få en riktig känsla för hur programmet fungerar. Bra förklaringar och integration av teoretiska begrepp och hur de hänger ihop med praktiska tillämpningar.
Ian - Archeoworks Inc.
Kurs - ArcGIS Fundamentals
Maskintolkat
Alla ämnen som han behandlade, inklusive exempel. Han förklarade också hur de är till hjälp i vår dagliga arbetsuppgifter.
madduri madduri - Boskalis Singapore Pte Ltd
Kurs - QGIS for Geographic Information System
Maskintolkat
Jag uppskattade verkligen träningen. Jag fann att alla moduler var tillämpliga på problem som jag försöker lösa på jobbet. Integreringen av träningen med Jupyter Notebooks var verkligen imponerande.
Mark Firmin - Environment and Climate Change Canada
Kurs - Python for Geographic Information System (GIS)
Maskintolkat
Det jag tyckte mest om med utbildningen var organisationen och platsen
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Kurs - ArcGIS for Spatial Analysis
Maskintolkat