Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Εισαγωγή
- Επισκόπηση του RapidMiner Studio
- Προσανατολισμός σε RapidMiner διεπαφή χρήστη και δυνατότητες
Μεθοδολογία CRISP-DM στο RapidMiner
- Κατανόηση του πλαισίου CRISP-DM
- Εφαρμογή στην εκτίμηση και προβολή τιμών
Κατανόηση και Προετοιμασία Δεδομένων
- Εισαγωγή και εξερεύνηση δεδομένων
- Τεχνικές προεπεξεργασίας και καθαρισμού
- Προηγμένες μέθοδοι μετασχηματισμού δεδομένων
Μοντελοποίηση δεδομένων με RapidMiner
- Εισαγωγή στη μοντελοποίηση δεδομένων
- Επιλογή και εφαρμογή αλγορίθμων μηχανικής μάθησης
- Εποπτευόμενοι αλγόριθμοι μάθησης
- Αλγόριθμοι μάθησης χωρίς επίβλεψη
Αξιολόγηση και ανάπτυξη μοντέλου
- Τεχνικές αξιολόγησης μοντέλων
- Στρατηγικές για την ανάπτυξη του μοντέλου
- Επανευθυγράμμιση και βελτιστοποίηση μοντέλου
Ανάλυση χρονοσειρών και Forecasting
- Βασικές αρχές ανάλυσης χρονοσειρών
- Εφαρμογή μοντέλων κινητού μέσου όρου
- Προεπεξεργασία χρονοσειρών και συγκέντρωση δεδομένων
Προηγμένες τεχνικές χρονοσειρών
- Ανάλυση αποσύνθεσης
- Προβολή με χρονικά παράθυρα
- Προβολή με δημιουργία χαρακτηριστικών
ARIMA Modeling
- Κατανόηση μοντέλων ARIMA
- Πρακτική εφαρμογή στο RapidMiner
Περίληψη και Επόμενα Βήματα
Requirements
- Βασική κατανόηση των εννοιών της ανάλυσης δεδομένων και της μηχανικής μάθησης
Ακροατήριο
- Αναλυτές Δεδομένων
- Business Αναλυτές
- Επιστήμονες Δεδομένων
14 Hours
