Advanced Analytics with RapidMiner Training Cursus

Introductie

• Overzicht van RapidMiner Studio
• Oriëntatie op RapidMiner gebruikersinterface en functies

CRISP-DM Methodologie in RapidMiner

• Inzicht in het CRISP-DM-framework
• Toepassing bij het schatten en projecteren van waarden

Inzicht in en voorbereiding van gegevens

• Gegevens importeren en verkennen
• Voorbewerkings- en reinigingstechnieken
• Geavanceerde methoden voor gegevenstransformatie

Gegevensmodellering met RapidMiner

• Inleiding tot gegevensmodellering
• Selectie en toepassing van machine learning-algoritmen
• Algoritmen voor begeleid leren
• Algoritmen voor leren zonder toezicht

Evaluatie en implementatie van modellen

• Technieken voor modelevaluatie
• Strategieën voor modelimplementatie
• Herschikking en optimalisatie van modellen

Tijdreeksanalyse en Forecasting

• Grondbeginselen van tijdreeksanalyse
• Toepassing van voortschrijdend gemiddelde modellen
• Voorverwerking van tijdreeksen en aggregatie van gegevens

Geavanceerde tijdreekstechnieken

• Analyse van de ontleding
• Projectie met tijdvensters
• Projectie met functiegeneratie

ARIMA Modellering

• Inzicht in ARIMA-modellen
• Praktische toepassing in RapidMiner

Samenvatting en volgende stappen