Plan Szkolenia

Wprowadzenie

  • Przegląd RapidMiner Studio
  • Wprowadzenie do interfejsu użytkownika i funkcji RapidMiner

Metodologia CRISP-DM w RapidMiner

  • Zrozumienie struktury CRISP-DM
  • Zastosowanie w szacowaniu i prognozowaniu wartości

Zrozumienie i przygotowanie danych

  • Import i eksploracja danych
  • Techniki wstępnego przetwarzania i czyszczenia danych
  • Zaawansowane metody transformacji danych

Modelowanie danych z RapidMiner

  • Wprowadzenie do modelowania danych
  • Wybór i zastosowanie algorytmów uczenia maszynowego
  • Algorytmy uczenia nadzorowanego
  • Algorytmy uczenia bez nadzoru

Ocena i wdrażanie modeli

  • Techniki oceny modeli
  • Strategie wdrażania modeli
  • Dostosowanie i optymalizacja modelu

Analiza szeregów czasowych i Forecasting

  • Podstawy analizy szeregów czasowych
  • Zastosowanie modeli średniej ruchomej
  • Wstępne przetwarzanie szeregów czasowych i agregacja danych

Zaawansowane techniki szeregów czasowych

  • Analiza dekompozycji
  • Projekcja z oknami czasowymi
  • Projekcja z generowaniem cech

Modelowanie ARIMA

  • Zrozumienie modeli ARIMA
  • Praktyczne zastosowanie w RapidMiner

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowe zrozumienie analizy danych i koncepcji uczenia maszynowego

Publiczność

  • Analitycy danych
  • Analitycy Business
  • Naukowcy zajmujący się danymi
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie