Course Outline

Ημέρα 1:

Ενότητα 1: KNIME Πλατφόρμα Analytics: Επισκόπηση

    Εγκατάσταση Έναρξη και προσαρμογή KNIME Κόμβοι πλατφόρμας Analytics, δεδομένα και ροές εργασίας Ο κύκλος της επιστήμης δεδομένων

Ενότητα 2: Δεδομένα Access

    Ανάγνωση δεδομένων από το αρχείο Access των υπηρεσιών REST

Ενότητα 3: ETL και χειραγώγηση δεδομένων

    Φιλτράρισμα σειρών και στηλών Aggregators Join & Concatenation Transformation: Conversion, Replacement, Standardization, and New Feature Generation Data Preparation for Time Series Analysis

Ημέρα 2:

Ενότητα 4: Εξαγωγή δεδομένων

    Γράψτε σε ένα αρχείο Δημιουργία αναφοράς

Ενότητα 5: Data Visualization

    Διαδραστική μονομεταβλητή οπτική εξερεύνηση Διαδραστική πολυμεταβλητή οπτική εξερεύνηση Προηγμένες δυνατότητες οπτικοποίησης

Ενότητα 6: Predictive Analytics χρησιμοποιώντας KNIME

    Data Mining Βασικές Έννοιες Παλινδρόμηση Αποφάσεων Δένδρο Οικογενειακό Μοντέλο Αξιολόγηση

Ημέρα 3:

Ενότητα 7: Έλεγχος της ροής

    Παραμετροποίηση ροής εργασίας: Μεταβλητές ροής Επανεκτέλεση Μέρη ροής εργασίας: Βρόχοι Καθαρισμός της ροής εργασίας σας

Ενότητα 8: Hands on KNIME Μελέτη περίπτωσης βάσει πλατφόρμας Analytics

Requirements

Συνιστάται

  • Μια βασική κατανόηση της κατανόησης των δεδομένων.
  • Εμπειρία στη βασική επεξεργασία δεδομένων.

Ακροατήριο

  • αναλυτές δεδομένων
  • επιστήμονες δεδομένων
  • επιχειρησιακούς αναλυτές
 21 Hours

Number of participants



Price per participant

Testimonials (4)

Related Courses

GPU Data Science with NVIDIA RAPIDS

14 Hours

Anaconda Ecosystem for Data Scientists

14 Hours

KNIME Analytics Platform for BI

21 Hours

Data Science Implementation Management using KNIME Server

14 Hours

Big Data Business Intelligence for Telecom and Communication Service Providers

35 Hours

MATLAB Fundamentals, Data Science & Report Generation

35 Hours

Jupyter for Data Science Teams

7 Hours

F# for Data Science

21 Hours

Python Programming for Finance

35 Hours

Related Categories