課程簡介

介紹

  • RapidMiner Studio 概述
  • 面向 RapidMiner UI 和功能

CRISP-DM 方法 RapidMiner

  • 瞭解 CRISP-DM 框架
  • 在價值估計和預測中的應用

數據理解和準備

  • 數據導入和探索
  • 預處理和清潔技術
  • 高級數據轉換方法

使用 RapidMiner 進行數據建模

  • 數據建模簡介
  • 機器學習演算法的選擇和應用
  • 監督式學習演算法
  • 無監督學習演算法

模型評估和部署

  • 模型評估技術
  • 模型部署策略
  • 模型重新調整和優化

時間序列分析和 Forecasting

  • 時間序列分析的基礎知識
  • 移動平均模型的應用
  • 時間序列預處理和數據聚合

高級時間序列技術

  • 分解分析
  • 使用時間窗的投影
  • 使用特徵生成進行投影

ARIMA 建模

  • 瞭解 ARIMA 模型
  • 實際應用 RapidMiner

總結和後續步驟

最低要求

  • 對數據分析和機器學習概念有基本的瞭解

觀眾

  • 數據分析師
  • Business 分析師
  • 數據科學家
 14 時間:

人數


每位參與者的報價

Provisional Upcoming Courses (Require 5+ participants)

課程分類