Schulungsübersicht

Einführung

  • Überblick über RapidMiner Studio
  • Orientierung über RapidMiner UI und Funktionen

CRISP-DM-Methodik in RapidMiner

  • Verstehen des CRISP-DM-Rahmens
  • Anwendung bei der Schätzung und Projektion von Werten

Verstehen und Aufbereiten von Daten

  • Datenimport und -exploration
  • Vorverarbeitungs- und Bereinigungstechniken
  • Fortgeschrittene Datentransformationsmethoden

Datenmodellierung mit RapidMiner

  • Einführung in die Datenmodellierung
  • Auswahl und Anwendung von Algorithmen des maschinellen Lernens
  • Überwachte Lernalgorithmen
  • Unüberwachte Lernalgorithmen

Modellevaluation und Einsatz

  • Techniken zur Modellevaluation
  • Strategien für den Einsatz von Modellen
  • Neuausrichtung und Optimierung von Modellen

Zeitreihenanalyse und Forecasting

  • Grundlagen der Zeitreihenanalyse
  • Anwendung von Modellen des gleitenden Durchschnitts
  • Vorverarbeitung von Zeitreihen und Datenaggregation

Fortgeschrittene Zeitreihentechniken

  • Dekompositionsanalyse
  • Projektion mit Zeitfenstern
  • Projektion mit Merkmalsgenerierung

ARIMA-Modellierung

  • Verstehen von ARIMA-Modellen
  • Praktische Anwendung in RapidMiner

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegendes Verständnis von Konzepten der Datenanalyse und des maschinellen Lernens

Zielgruppe

  • Datenanalysten
  • Business Analysten
  • Datenwissenschaftler
 14 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien