Course Outline

    Inleiding tot gegevensverwerking en -analyse Basisinformatie over het KNIME-platform, installatie en configuratie, overzicht van de interface Overzicht van het platform in termen van toolintegratie Inleiding tot het werk. Stromen creëren Methodologie voor het creëren van bedrijfsmodellen en dataverwerkingsprocessen werkdocumentatiemethoden voor het importeren en exporteren van processen Overzicht van basisknooppunten Overzicht van ETL-processen Dataminingmethodologieën Data-importmethodologie Gegevens importeren uit bestanden Importeren van gegevens uit relationele databases met behulp van SQL Query's maken SQL ] Overzicht geavanceerde knooppunten Data-analyse voorbereiding van data voor analysekwaliteit en controle van data statistische dataonderzoek datamodellering Inleiding tot het gebruik van variabelen en lussen Geavanceerde, geautomatiseerde processen bouwen Visualisatie van resultaten Openbaar beschikbare en gratis databronnen Basisprincipes van datamining Bespreking van geselecteerde soorten Data Mining-taken en -processen Kennis ontdekken uit data Web Mining SNA - sociale netwerken Text Mining - documentanalyse datavisualisatie op kaarten Integratie van andere tools met KNIME R Java Python Gephi Neo4j Rapporten bouwen Trainingssamenvatting

Requirements

Kennis van de basisprincipes van wiskundige analyse.

Kennis van de basisprincipes van statistiek.

 35 Hours

Number of participants



Price per participant

Getuigenissen (2)

Related Courses

Data Science with KNIME Analytics Platform

21 Hours

Related Categories