Struttura del corso
Introduzione
- Panoramica di RapidMiner Studio
- Orientamento all'interfaccia utente e alle funzionalità RapidMiner
Metodologia CRISP-DM in RapidMiner
- Comprendere il framework CRISP-DM
- Applicazione nella stima e proiezione dei valori
Comprensione e preparazione dei dati
- Importazione ed esplorazione dei dati
- Tecniche di pre-lavorazione e pulizia
- Metodi avanzati di trasformazione dei dati
Modellazione dei dati con RapidMiner
- Introduzione alla modellazione dei dati
- Selezione e applicazione di algoritmi di machine learning
- Algoritmi di apprendimento supervisionato
- Algoritmi di apprendimento non supervisionato
Valutazione e distribuzione del modello
- Tecniche per la valutazione del modello
- Strategie per la distribuzione del modello
- Riallineamento e ottimizzazione del modello
Analisi delle serie temporali e Forecasting
- Fondamenti di analisi delle serie storiche
- Applicazione di modelli a media mobile
- Pre-elaborazione delle serie temporali e aggregazione dei dati
Tecniche avanzate per le serie temporali
- Analisi di decomposizione
- Proiezione con finestre temporali
- Proiezione con generazione di feature
Modellazione ARIMA
- Informazioni sui modelli ARIMA
- Applicazione pratica in RapidMiner
Riepilogo e prossime tappe
Requisiti
-
Conoscenza di base dei concetti di analisi dei dati e machine learning
Pubblico
-
Analisti di dati
Business Analisti
Scienziati dei dati
Recensioni (4)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Corso - Azure Machine Learning (AML)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Corso - Artificial Neural Networks, Machine Learning, Deep Thinking
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Corso - Applied AI from Scratch in Python
Mantenerlo breve e semplice. Creazione di intuizioni e modelli visivi attorno ai concetti (grafico dell'albero decisionale, equazioni lineari, calcolo y_pred manualmente per dimostrare come funziona il modello).
Nicolae - DB Global Technology
Corso - Machine Learning
Traduzione automatica