Course Outline

  1. Εισαγωγή στην επεξεργασία και ανάλυση δεδομένων
  2. Βασικές πληροφορίες για την πλατφόρμα KNIME
    • εγκατάσταση και διαμόρφωση
    • επισκόπηση διεπαφής
  3. Συζήτηση της πλατφόρμας όσον αφορά την ενσωμάτωση εργαλείων
  4. Εισαγωγή στην εργασία. Δημιουργία ροών
  5. Μεθοδολογία δημιουργίας επιχειρηματικών μοντέλων και διαδικασιών επεξεργασίας δεδομένων
    • τεκμηρίωση εργασίας
    • διαδικασίες εισαγωγής και εξαγωγής
  6. Επισκόπηση βασικών κόμβων
  7. Επισκόπηση των διαδικασιών ETL
  8. Μεθοδολογίες εξόρυξης δεδομένων
  9. Μεθοδολογία εισαγωγής δεδομένων
    • εισαγωγή δεδομένων από αρχεία
    • εισαγωγή δεδομένων από σχεσιακές βάσεις δεδομένων χρησιμοποιώντας SQL
    • δημιουργία ερωτημάτων SQL
  10. Επισκόπηση κόμβων για προχωρημένους
  11. Ανάλυση δεδομένων
    • προετοιμασία δεδομένων για ανάλυση
    • έλεγχος ποιότητας και δεδομένων
    • στατιστική εξέταση των δεδομένων
    • μοντελοποίηση δεδομένων
  12. Εισαγωγή στη χρήση μεταβλητών και βρόχων
  13. Δημιουργία προηγμένων, αυτοματοποιημένων διαδικασιών
  14. Οπτικοποίηση των αποτελεσμάτων
  15. Δημόσια διαθέσιμες και δωρεάν πηγές δεδομένων
  16. Βασικά Data Mining
    • Επισκόπηση επιλεγμένων τύπων εργασιών και διαδικασιών Data Mining
  17. Ανακάλυψη γνώσης από δεδομένα
    • Εξόρυξη Ιστού
    • SNA – κοινωνικά δίκτυα
    • Εξόρυξη κειμένου – ανάλυση εγγράφων
    • οπτικοποίηση δεδομένων σε χάρτες
  18. Ενσωμάτωση άλλων εργαλείων με KNIME
    • R
    • Java
    • Python
    • Gephi
    • Neo4j
  19. Αναφορές κτιρίων
  20. Περίληψη εκπαίδευσης

Requirements

Γνώση των βασικών της μαθηματικής ανάλυσης.

Γνώση των βασικών στοιχείων της στατιστικής.

 35 Hours

Number of participants


Price per participant

Testimonials (3)

Upcoming Courses

Related Categories