Course Outline

Εισαγωγή

Ξεκινώντας με το Knime

    Τι είναι το KNIME; KNIME Analytics KNIME Διακομιστής

Machine Learning

    Υπολογιστική θεωρία μάθησης Computer αλγόριθμοι για υπολογιστική εμπειρία

Προετοιμασία Αναπτυξιακού Περιβάλλοντος

    Εγκατάσταση και διαμόρφωση KNIME

KNIME Κόμβοι

    Προσθήκη κόμβων Access που κάνουν και ανάγνωση δεδομένων Συγχώνευση, διαχωρισμός και φιλτράρισμα δεδομένων Ομαδοποίηση και περιστροφή δεδομένων Καθαρισμός δεδομένων

Πρίπλασμα

    Δημιουργία ροών εργασιών Εισαγωγή δεδομένων Προετοιμασία δεδομένων Οπτικοποίηση δεδομένων Δημιουργία μοντέλου δέντρου αποφάσεων Εργασία με μοντέλα παλινδρόμησης Πρόβλεψη δεδομένων Σύγκριση και αντιστοίχιση δεδομένων

Τεχνικές μάθησης

    Εργασία με τεχνικές τυχαίων δασών Χρήση πολυωνυμικής παλινδρόμησης Εκχώρηση τάξεων Αξιολόγηση μοντέλων

Περίληψη και Συμπέρασμα

Requirements

  • Εμπειρία με Python
  • R εμπειρία

Ακροατήριο

  • Επιστήμονες Δεδομένων
 14 Hours

Number of participants



Price per participant

Testimonials (4)

Related Courses

Introduction to Data Visualization with Tidyverse and R

7 Hours

Scaling Data Analysis with Python and Dask

14 Hours

Developing APIs with Python and FastAPI

14 Hours

Kivy: Building Android Apps with Python

7 Hours

GUI Programming with Python and PyQt

21 Hours

Related Categories