Εξέλιξη Κομματιού

  1. Εισαγωγή στην επεξεργασία και ανάλυση δεδομένων
  2. Βασικές πληροφορίες για την πλατφόρμα KNIME
    • εγκατάσταση και ρύθμιση
    • αποσαφήνιση της διεπαφής
  3. Ανάλυση της πλατφόρμας ως προς την ολοκλήρωση εργαλείων
  4. Εισαγωγή στη δουλειά. Δημιουργία προσέγγισης workflow
  5. Μεθοδολογία δημιουργίας επιχειρηματικών μοντέλων και προσέγγισης επεξεργασίας δεδομένων
    • έντυπα δουλειάς
    • μεθόδοι εισαγωγής και εξαγωγής προσέγγισης
  6. Ανάλυση βασικών κόμβων
  7. Ανάλυση διαδικασιών ETL
  8. Μεθοδολογία εξερεύνησης δεδομένων
  9. Μεθοδολογία εισαγωγής δεδομένων
    • εισαγωγή δεδομένων από αρχεία
    • εισαγωγή δεδομένων από σχετικάς βάσεις δεδομένων με χρήση SQL
    • δημιουργία ερωτήσεων SQL
  10. Ανάλυση προηγμένων κόμβων
  11. Ανάλυση δεδομένων
    • ετοιμασία δεδομένων για ανάλυση
    • ποιότητα και εξέταση δεδομένων
    • στατιστική ανάλυση δεδομένων
    • μοντελοποίηση δεδομένων
  12. Εισαγωγή στη χρήση μεταβλητών και επανάληψη
  13. Δημιουργία προηγμένων, αυτοματοποιημένων διαδικασιών
  14. Παρουσίαση αποτελεσμάτων
  15. Δημόσια και δωρεάν πηγές δεδομένων
  16. Βασικές αρχές Data Mining
    • Ανάλυση επιλεγμένων τύπων υποχρεώσεων και διαδικασιών Data Mining
  17. Ανάκτηση γνώσεων από δεδομένα
    • Web Mining
    • SNA - κοινωνικά δίκτυα
    • Text Mining - ανάλυση έγγραφων
    • παρουσίαση δεδομένων σε χάρτες
  18. Ολοκλήρωση άλλων εργαλείων με KNIME
    • R
    • Java
    • Python
    • Gephi
    • Neo4j
  19. Δημιουργία αναφορών
  20. Σύνοψη του εκπαιδευτικού μαθήματος

Απαιτήσεις

Γνώση των βασικών αρχών μαθηματικής ανάλυσης.

Γνώση των βασικών αρχών στατιστικής.

 35 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετέχοντα

Σχόλια (3)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες