تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی مقدمه ای بر یادگیری ماشین با KNIME

دوره آموزشی مقدمه ای بر یادگیری ماشین با KNIME

1 ساعت 42 دقیقهمتوسط2019-06-05

مدرسین

Keith McCormick

Keith McCormick

Data Miner, Trainer, Speaker, Author

جزئیات دوره

KNIME یک ابزار منبع باز به سبک میز کار برای تجزیه و تحلیل پیش بینی و یادگیری ماشین است. این بسیار سازگار با بسیاری از فناوری های علوم داده، از جمله R، Python، Scala، و Spark است. با KNIME، می‌توانید راه‌حل‌هایی تولید کنید که عملاً مستندسازی شده و آماده استفاده هستند. این دلایل و موارد دیگر KNIME را به یکی از محبوب‌ترین و سریع‌ترین پلتفرم‌های تحلیلی در حال رشد تبدیل کرده است. در این دوره، کیت مک کورمیک متخصص نشان می دهد که چگونه KNIME از تمام مراحل فرآیند استاندارد متقابل صنعت برای داده کاوی (CRISP-DM) در یک پلت فرم پشتیبانی می کند. به سرعت - در 15 دقیقه یا کمتر - شروع به کار کنید یا برای آموزش عمیق‌تر که ادغام و تجمیع، مدل‌سازی و امتیازدهی داده‌ها را پوشش می‌دهد، همراه باشید. به علاوه، نحوه افزایش قدرت KNIME با برنامه های افزودنی و ادغام R و Python را بیاموزید.

اهداف یادگیری
چرا از میز کار استفاده کنیم
چرا KNIME را انتخاب کنید؟
اضافه کردن گره های KNIME با پسوند
دسترسی به داده ها
کاوش آماری و بصری داده ها
ادغام و تجمیع داده ها در KNIME
مدل سازی در KNIME
امتیازدهی داده های جدید
ترکیب KNIME با R و Python

مهارت ها

KNIMEIntroduction toMachine LearningData AnalysisArtificial Intelligence (AI)Data ScienceBusiness Analysis and StrategyBusiness Software and Tools

سرفصل ها

0. مقدمه

  • 01 - یادگیری ماشین منبع باز با KNIME
  • 02 - این دوره برای چه کسانی است

1. چگونه KNIME مجموعه ابزار تجزیه و تحلیل موجود شما را تکمیل می کند؟

  • 03 - چرا از یک میز کار Analytics استفاده کنید؟
  • 04 - استفاده از CRISP-DM برای ارزیابی ابزارها
  • 05 - چرا KNIME را انتخاب کنید

2. راحت شدن با KNIME

  • 06 - رابط KNIME
  • 07 - مطالعات موردی را در سرور Examples پیدا کنید
  • 08 - هزاران گره را با برنامه های افزودنی اضافه کنید
  • 09 - جستجو و راهنما

3. دسترسی به داده ها

  • 10 - دسترسی به داده ها
  • 11 - گره فایل خوان

4. درک داده ها

  • 12 - توصیف داده ها و بررسی کیفیت داده ها
  • 13 - کاوش داده ها - Scatterplot
  • 14 - کاوش داده ها - Boxplot

5. یکپارچه سازی و ادغام داده ها

  • 15 - ادغام با گره Joiner
  • 16 - تجمیع با گره GroupBy
  • 17 - ایجاد متغیرهای جدید با Construct
  • 18 - داده ها را با Column Filter انتخاب کنید
  • 19 - متعادل کردن داده ها با گره نمونه برداری ردیف
  • 20 - داده ها را با گره Missing Value پاک کنید
  • 21 - با سلول شکاف فرمت کنید

6. مدل سازی

  • 22 - گزینه های مدل سازی KNIME
  • 23 - مثال رگرسیون
  • 24 - درخت تصمیم
  • 25 - درخت تصمیم - امتیازدهی داده های جدید

7. دنیایی از امکانات

  • 26 - PMML
  • 27 - R و GGPLOT2
  • 28 - گزینه های دیگر

نتیجه

  • 29 - مراحل بعدی

دوره های مرتبط

مسیرهای مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal