Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés
- A RapidMiner Studio áttekintése
- A RapidMiner felhasználói felületének és funkcióinak bemutatása
CRISP-DM módszer a RapidMinerben
- A CRISP-DM keretrendszer megértése
- Alkalmazás értékek becslésében és vetítésében
Adatok megértése és előkészítése
- Adatok importálása és feltárása
- Előfeldolgozási és tisztítási technikák
- Haladó adatátalakítási módszerek
Adatmodellezés a RapidMinerrel
- Bevezetés az adatmodellezésbe
- Gépi tanulási algoritmusok kiválasztása és alkalmazása
- Felügyelt tanulási algoritmusok
- Nem felügyelt tanulási algoritmusok
Modellértékelés és üzembe helyezés
- Modellértékelési technikák
- Modell üzembe helyezési stratégiák
- Modell újraigazítása és optimalizálása
Idősorok elemzése és előrejelzés
- Az idősorok elemzésének alapjai
- Mozgóátlag modellek alkalmazása
- Idősorok előfeldolgozása és adataggregáció
Haladó idősorok technikák
- Bomlás elemzés
- Vetítés időablakokkal
- Vetítés jellemzők generálásával
ARIMA modellezés
- Az ARIMA modellek megértése
- Gyakorlati alkalmazás a RapidMinerben
Összefoglalás és következő lépések
Követelmények
- Alapvető ismeretek az adatelemzésről és a gépi tanulás fogalmairól
Célközönség
- Adatelemzők
- Üzleti elemzők
- Adattudósok
14 Órák
