Kurzusleírás

  1. Bevezetés az adatfeldolgozásba és -elemzésbe
  2. Alapvető információk a platformról KNIME
    • telepítés és konfiguráció
    • felület áttekintése
  3. A platform megvitatása az eszközintegráció szempontjából
  4. Bevezetés a munkába. Áramlások létrehozása
  5. Üzleti modellek és adatfeldolgozási folyamatok létrehozásának módszertana
    • munkadokumentáció
    • folyamat import és export módszerek
  6. Az alapvető csomópontok áttekintése
  7. Az ETL folyamatok áttekintése
  8. Adatbányászati módszerek
  9. Adatimportálási módszertan
    • adatok importálása fájlokból
    • adatok importálása relációs adatbázisokból a SQL segítségével
    • lekérdezések létrehozása SQL
  10. Speciális csomópontok áttekintése
  11. Adatelemzés
    • adatok előkészítése elemzésre
    • minőség- és adatellenőrzés
    • adatok statisztikai vizsgálata
    • adatmodellezés
  12. Bevezetés a változók és ciklusok használatába
  13. Fejlett, automatizált folyamatok kiépítése
  14. Az eredmények vizualizálása
  15. Nyilvánosan elérhető és ingyenes adatforrások
  16. Alapok Data Mining
    • A kiválasztott típusú feladatok és folyamatok áttekintése Data Mining
  17. A tudás felfedezése adatokból
    • Webbányászat
    • SNA – közösségi hálózatok
    • Szövegbányászat – dokumentumelemzés
    • adatok megjelenítése térképeken
  18. Más eszközök integrációja a KNIME
    • R
    • Java
    • Python
    • Gephi
    • Neo4j
  19. Építési jelentések
  20. Képzés összefoglalója

Követelmények

A matematikai elemzés alapjainak ismerete.

A statisztika alapjainak ismerete.

 35 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (3)

Közelgő kurzusok

Rokon kategóriák