Plan du cours
Introduction
- Vue d'ensemble du RapidMiner Studio
- Présentation de l'interface utilisateur et des fonctionnalités de RapidMiner.
Méthodologie CRISP-DM RapidMiner
- Comprendre le cadre CRISP-DM
- Application à l'estimation et à la projection de valeurs
Compréhension et préparation des données
- Importation et exploration des données
- Techniques de prétraitement et de nettoyage
- Méthodes avancées de transformation des données
Modélisation des données avec RapidMiner
- Introduction à la modélisation des données
- Sélection et application des algorithmes d'apprentissage automatique
- Algorithmes d'apprentissage supervisé
- Algorithmes d'apprentissage non supervisé
Évaluation et déploiement du modèle
- Techniques d'évaluation des modèles
- Stratégies de déploiement des modèles
- Réalignement et optimisation des modèles
Analyse des séries temporelles et Forecasting
- Principes fondamentaux de l'analyse des séries temporelles
- Application des modèles de moyenne mobile
- Prétraitement des séries temporelles et agrégation des données
Techniques avancées de séries temporelles
- Analyse de décomposition
- Projection avec fenêtres temporelles
- Projection avec génération de caractéristiques
Modélisation ARIMA
- Comprendre les modèles ARIMA
- Application pratique dans RapidMiner
Résumé et prochaines étapes
Pré requis
-
Compréhension de base de l'analyse des données et des concepts d'apprentissage automatique
Audience
-
Analystes de données
Business Analystes
Scientifiques de données
Nos Clients témoignent (4)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Formation - Azure Machine Learning (AML)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Formation - Artificial Neural Networks, Machine Learning, Deep Thinking
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Formation - Applied AI from Scratch in Python
Faire court et simple. Créer une intuition et des modèles visuels autour des concepts (arbre de décision, équations linéaires, calcul manuel de y_pred pour prouver le fonctionnement du modèle).
Nicolae - DB Global Technology
Formation - Machine Learning
Traduction automatique