Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie
- Przegląd RapidMiner Studio
- Zapoznanie z interfejsem i funkcjami RapidMiner
Metodologia CRISP-DM w RapidMiner
- Zrozumienie ram CRISP-DM
- Zastosowanie w szacowaniu i prognozowaniu wartości
Zrozumienie i przygotowanie danych
- Import i eksploracja danych
- Techniki przetwarzania wstępnego 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 nienadzorowanego
Ocena i wdrażanie modeli
- Techniki oceny modeli
- Strategie wdrażania modeli
- Przebudowa i optymalizacja modeli
Analiza i prognozowanie szeregów czasowych
- Podstawy analizy szeregów czasowych
- Zastosowanie modeli średniej ruchomej
- Przetwarzanie wstępne i agregacja danych w szeregach czasowych
Zaawansowane techniki szeregów czasowych
- Analiza dekompozycji
- Prognozowanie z wykorzystaniem okien czasowych
- Prognozowanie z generowaniem cech
Modelowanie ARIMA
- Zrozumienie modeli ARIMA
- Praktyczne zastosowanie w RapidMiner
Podsumowanie i kolejne kroki
Wymagania
- Podstawowa znajomość analizy danych i pojęć związanych z uczeniem maszynowym
Grupa docelowa
- Analitycy danych
- Analitycy biznesowi
- Naukowcy zajmujący się danymi
14 godzin
