Kontakt aufnehmen

Schulungsübersicht

Einführung

  • Übersicht über RapidMiner Studio
  • Orientierung in der RapidMiner-Benutzeroberfläche und deren Funktionen

CRISP-DM-Methodik in RapidMiner

  • Verständnis des CRISP-DM-Frameworks
  • Anwendung zur Schätzung und Projektion von Werten

Datenverständnis und -vorbereitung

  • Dateneinführung und Exploration
  • Vorverarbeitung und Bereinigungstechniken
  • Fortgeschrittene Datentransformationsmethoden

Datenmodellierung mit RapidMiner

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

Bewertung und Bereitstellung von Modellen

  • Techniken zur Modellbewertung
  • Strategien zur Modellbereitstellung
  • Anpassung und Optimierung des Modells

Zeitreihenanalyse und Prognose

  • Grundlagen der Zeitreihenanalyse
  • Anwendung von gleitenden Durchschnittsmodellen
  • Vorverarbeitung von Zeitreihendaten und Datenaggregation

Fortschrittliche Zeitreihentechniken

  • Zerlegungsanalysen
  • Projektionen mit Zeitfenstern
  • Projektionen mittels Merkmalsgenerierung

ARIMA-Modellierung

  • Verständnis von ARIMA-Modellen
  • Praktische Anwendung in RapidMiner

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Grundlegendes Verständnis von Datenanalyse- und Maschinelles-Lernen-Konzepten

Zielgruppe

  • Datenanalysten
  • Business Analysten
  • Data Scientists
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien