課程簡介

  1. 數據處理和分析簡介
  2. 平臺基本資訊 KNIME
    • 安裝和配置
    • 介面概述
  3. 工具集成方面的平臺概述
  4. 工作介紹。創建流
  5. 創建業務模型和數據處理流程的方法
    • 工作檔
    • 導入和導出流程的方法
  6. 基本節點概述
  7. ETL 流程概述
  8. 數據挖掘方法
  9. 數據導入方法
    • 從檔案匯入數據
    • 使用 SQL 從關係資料庫導入數據
    • 建立查詢SQL
  10. 高級節點概述
  11. 數據分析
    • 準備要分析的數據
    • 質量和數據驗證
    • 統計數據審查
    • 數據建模
  12. 變數和迴圈使用簡介
  13. 構建先進的自動化流程
  14. 可視化結果
  15. 免費提供和免費的數據源
  16. 基礎 Data Mining
    • 討論選定的任務和流程類型Data Mining
  17. 從數據中發現見解
    • 網路挖掘
    • SNA – 社交網路
    • 文本挖掘 – 文檔分析
    • 在地圖上視覺化數據
  18. 將其他工具與 KNIME 集成
    • R
    • Java
    • Python
    • 格菲
    • Neo4j
  19. 構建報表
  20. 培訓摘要

最低要求

瞭解數學分析的基礎知識。

了解統計學的基礎知識。

 35 時間:

人數


每位參與者的報價

客戶評論 (3)

Upcoming Courses

課程分類