Kursplan

Introduktion

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

CRISP-DM-metodik i RapidMiner

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

Dataförståelse och förberedelse

  • Dataimport och utforskning
  • Förbehandlings- och rengöringstekniker
  • Avancerade datatransformationsmetoder

Datamodellering med RapidMiner

  • Introduktion till datamodellering
  • Val och tillämpning av maskininlärningsalgoritmer
  • Övervakade inlärningsalgoritmer
  • Oövervakade inlärningsalgoritmer

Modellutvärdering och implementering

  • Tekniker för modellutvärdering
  • Strategier för modellimplementering
  • Modellomställning och optimering

Tidsserieanalys och Forecasting

  • Grunderna i tidsserieanalys
  • Tillämpning av modeller för glidande medelvärde
  • Tidsserieförbearbetning och dataaggregation

Avancerade tidsserietekniker

  • Nedbrytningsanalys
  • Projektion med tidsfönster
  • Projektion 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 Dataforskare
 14 timmar

Antal deltagare



Price per participant

Vittnesmål (4)

Relaterade Kurser

Relaterade Kategorier