Formation Analyse avancée avec RapidMiner

Introduction

• Aperçu de RapidMiner Studio
• Découverte de l'interface utilisateur et des fonctionnalités de RapidMiner

Méthodologie CRISP-DM dans RapidMiner

• Compréhension du cadre CRISP-DM
• Application à l'estimation et à la projection des 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 des modèles

• Techniques d'évaluation des modèles
• Stratégies de déploiement des modèles
• Réalignement et optimisation des modèles

Analyse et prévision par série temporelle

• Fondements de l'analyse par série temporelle
• Application des modèles de moyenne mobile
• Prétraitement des séries temporelles et agrégation des données

Techniques avancées pour les séries temporelles

• Analyse de décomposition
• Projection avec fenêtres temporelles
• Projection avec génération de caractéristiques

Modélisation ARIMA

• Compréhension des modèles ARIMA
• Application pratique dans RapidMiner

Résumé et prochaines étapes