Návrh Školení

Zavedení

  • Přehled RapidMiner Studio
  • Orientace na RapidMiner UI a funkce

Metodika CRISP-DM v RapidMiner

  • Pochopení rámce CRISP-DM
  • Aplikace při odhadu a projekci hodnot

Porozumění datům a jejich příprava

  • Import a průzkum dat
  • Techniky předzpracování a čištění
  • Pokročilé metody transformace dat

Modelování dat pomocí RapidMiner

  • Úvod do datového modelování
  • Výběr a aplikace algoritmů strojového učení
  • Řízené učební algoritmy
  • Algoritmy učení bez dozoru

Hodnocení a nasazení modelu

  • Techniky hodnocení modelů
  • Strategie nasazení modelu
  • Přeskupení a optimalizace modelu

Analýza časových řad a Forecasting

  • Základy analýzy časových řad
  • Aplikace modelů klouzavého průměru
  • Předzpracování časových řad a agregace dat

Pokročilé techniky časových řad

  • Analýza rozkladu
  • Projekce s časovými okny
  • Projekce s generováním prvků

Modelování ARIMA

  • Pochopení modelů ARIMA
  • Praktická aplikace v RapidMiner

Shrnutí a další kroky

Požadavky

  • Základní pochopení datové analýzy a konceptů strojového učení

Publikum

  • Analytici dat
  • Business Analytici
  • Data Scientists
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie