感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
介紹
- RapidMiner Studio概述
- RapidMiner介面與功能導覽
CRISP-DM方法論於RapidMiner中的應用
- 理解CRISP-DM框架
- 在數值估計和預測中的應用
資料理解與準備
- 資料導入與探索
- 預處理與清理技術
- 進階資料轉換方法
RapidMiner中的資料建模
- 資料建模介紹
- 機器學習算法的選擇與應用
- 監督式學習算法
- 非監督式學習算法
模型評估與部署
- 模型評估技術
- 模型部署策略
- 模型重對齊與最佳化
時間序列分析與預測
- 時間序列分析的基礎
- 移動平均模型的應用
- 時間序列預處理與資料彙總
進階時間序列技術
- 分解分析
- 利用時間視窗進行預測
- 透過特徵生成進行預測
ARIMA建模
- 理解ARIMA模型
- 在RapidMiner中的實務應用
總結與後續步驟
最低要求
- 具備資料分析與機器學習概念的基礎理解
受眾
- 資料分析員
- 業務分析員
- 資料科學家
14 小時
