Data analyzing and machine learning Hands-on with KNIME

4.4 (164)
Онлайн-курс
Payment
Обучение платное
Language
Not set
Duration
4 часа курса
Курс от Udemy
Чему вы научились?
create machine learning models in Knime Analytics Platform from A to Z – classification and regression
create machine learning models - Regression (simple linear, multilinear, polynomial, decision tree, random forest, gradient booster)
create machine learning models - Classification (decision tree, random forest, naive bayes, KNN, gradient booster)
prepare the data for the machine learning predictive model by using basic manipulating KNIME nodes
Evaluate the performance of the machine learning predictions (confusion matrix, accuracy ratio, scatter plot)
work with several different file’s data sources at one place
work with the workflow files and Knime nodes
acquire data into the Knime workflow
manipulate the data by using basic Knime nodes
visualize the data by using plots and statistics Knime nodes
understand the basic theory of the machine learning
install and understand the Knime Analytics Platform environment
find help and advice when working with Knime
О курсе

The goal of this course is to gain knowledge how to use open source Knime Analytics Platform for data analysis and machine learning predictive models on real data sets.

The course was done in KNIME analytics platform version 3.x (there can be minor diferencies in few nodes in comparison with 4.x version)

The course has two main sections:

1. PRE-PROCESSING DATA: MODELING AND VISUALISING DATA FRAMES IN GENERAL

In this part we will cover the operations how to model, transform and prepare data frames and visualise them, mainly:

  • table transformation (merging data, table information, transpose, group by, pivoting etc.)
  • row operations (eg. filter)
  • column operations (filtering, spliting, adding, date information,  missing values, adding binners, change data types, do basic math operations etc.)
  • data visualisation (column chart, line plot, pie chart, scatter plot, box plot)

2.  MACHINE LEARNING - REGRESSION AND CLASSIFICATION: We will create machine learning models within the standard machine learning process way, which consists from:

  • acquiring data by reading nodes into the KNIME software (the data frames are available in this course for download)
  • pre-processing and transforming data to get well prepared data frame for the prediction
  • visualizing data with KNIME visual nodes (we will create basic plots and charts to have clear picture about our data)
  • creating machine learning predictive models and evaluating them:

          1. Decision Tree Classification

          2. Simple linear Regression

          3. Decision Tree Regression

          4. Random Forest Regression

          5. Random Forest Classification

          6. Polynomial Regression (+ info about multi linear Regression - for Knime same nodes)

          7. Naive Bayes

          8. K nearest neighbors

          9. Grandient booster Regression

        10. Grandient booster Classification

models 3 - 10 were added in the end of 2019.

I will also explain the Knime Analytics Platform environment, guide you through the installation , and show you where to find help and hints.

Требования
  • access to computer or laptop with Windows (32bit or 64 bit), Linux (64bit) or Mac (64bit) and with permission to download softwares (if not, ask your administrator to download it for you – it is common at company´s computers)
  • no prior knowledge required
  • basic data analyzing experience in different programs, like MS Excel or SQL or Python etc. is added advantage
Лекторы
Barbora Stetinova, MBA
Barbora Stetinova, MBA
ElderberryData
Платформа
/storage/img/providers/udemy.svg
Курсы Udemy подойдут для профессионального развития. Платформа устроена таким образом, что эксперты сами запускают курсы. Все материалы передаются в пожизненный доступ. На этой платформе можно найти курс, без преувеличений, на любую тему – начиная от тьюториала по какой-то камере и заканчивая теоретическим курсом по управлению финансовыми рисками. Язык и формат обучения устанавливается преподавателем, поэтому стоит внимательно изучить информацию о курсе перед покупкой.
Рейтинг
4.4
(63)
(70)
(31)
(9)
(1)
Комментарии (164)
Как и любой другой веб-сайт, konevy использует файлы cookie. Эти файлы используются для хранения информации, включая предпочтения посетителей и страницы веб-сайта, которые он/она посещал. Информация используется для того, чтобы подстроить содержимое нашей страницы под тип браузера пользователя и другие параметры и таким образом улучшить его пользовательский опыт. Для получения более подробной информации о файлах cookie, пожалуйста, прочтите статью «Что такое файлы cookie»