در حال حاضر محصولی در سبد خرید شما وجود ندارد.
تهیه داده ها، تمیز کردن داده ها، پیش پردازش داده ها (هرچه می خواهید آن را بخوانید) اغلب کار خسته کننده ترین و وقت گیر در منطقه تجزیه و تحلیل داده ها / داده ها است. به خصوص اگر ما از زمان کوتاهی هستیم و می خواهیم بینش های مهم تجزیه و تحلیل داده ها را به مخاطبان ما تحویل دهیم.
Knime باعث می شود فرایند آمادگی داده ها کارآمد و آسان باشد. با Knime، می توانید از رابط کاربری آسان برای استفاده از Drag-and-Drop استفاده کنید، اگر شما یک برنامه نویسی با تجربه نیستید. اما اگر می دانید چگونه با زبان هایی مانند R، Python یا Java کار کنید، می توانید از آنها نیز استفاده کنید. این باعث می شود Knime یک ابزار واقعا انعطاف پذیر و چند منظوره باشد.
در این دوره، ما راه های کارآمد برای وارد کردن چندین فایل به Knime، Loops، Scraping وب، اسکریپت (با استفاده از کد پایتون در Knime)، بهینه سازی بیش از حد پارامتر و ویژگی انتخاب. همچنین، کارهای یادگیری پایه ماشین را یاد بگیرید و گره های مفید برای این در Knime.
در پایان این دوره، شما قادر خواهید بود از Knime برای تمیز کردن داده ها و تهیه داده ها بدون هیچ کد استفاده کنید.
تمام منابع و پشتیبانی از فایل ها برای این دوره در https://github.com/packtpublishing/data-science-and-data-preparation-with-knime در دسترس هستند
عنوان اصلی : Data science and Data preparation with KNIME
سرفصل های دوره :
آمادگی داده ها و آمادگی داده ها با Knime:
مقدمه دوره
خواندن چندین فایل CSV به صورت عمده به به روز رسانی Knime
خواندن چندین فایل اکسل به صورت عمده به به روز رسانی Knime
یک گره بزرگ Helper برای تجزیه و تحلیل سری زمانی در Knime
نمونه هایی از نحوه استفاده از حلقه ها در Knime
بیشتر در حلقه ها در Knime - چندین راه برای به دست آوردن نتیجه مشابه
loops - نحوه تقسیم داده ها به چندین فایل خروجی
Reops Recursion در Knime
وبسایت با Knime
وبسایت با Knime - اطلاعات مالی
اسکریپت - نحوه استفاده از پایتون در Knime
Python در Knime - نمونه های بیشتر
بهینه سازی HyperParameter در Knime - آماده سازی داده ها
بهینه سازی HyperParameter برای مدل های یادگیری ماشین با استفاده از حلقه ها در Knime
انتخاب ویژگی در Knime
فرایند پیش بینی یادگیری ماشین
خروج Knime
فیلم های قدیمی تر Knime نسخه قبل از 4.3:
خواندن چند فایل CSV چندگانه به طور عمده به Knime
خواندن چند ورق اکسل چندگانه به طور عمده به Knime
حلقه ها چگونه داده ها را به چند فایل خروجی تقسیم می کنند
Python در Knime - نمونه های بیشتر
Data science and Data preparation with KNIME
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Power BI Masterclass – Data Analysis Deep Dive
دوره حرفه ای Power BI
Alteryx Masterclass – solving real world business challenges
Tableau برای مبتدیان – شروع به کار
Power Automate Desktop RPA for Beginners
Microsoft PowerApps برای مبتدیان – برنامه های خود را بسازید
آموزش کامل کار با Power BI Service
beginner to advanced – how to become a data scientist
Power BI Masterclass Business Intelligence in action
راهنمای پاکسازی داده ها با KNIME : ویژه تازه کاران