Course Outline

Perkenalan

  • Ikhtisar RapidMiner Studio
  • Orientasi ke RapidMiner UI dan fitur

Metodologi CRISP-DM di RapidMiner

  • Memahami kerangka kerja CRISP-DM
  • Aplikasi dalam estimasi dan proyeksi nilai

Pemahaman dan Persiapan Data

  • Impor dan eksplorasi data
  • Teknik praproses dan pembersihan
  • Metode transformasi data tingkat lanjut

Pemodelan Data dengan RapidMiner

  • Pengantar pemodelan data
  • Pemilihan dan penerapan algoritma pembelajaran mesin
  • Algoritma pembelajaran yang diawasi
  • Algoritma pembelajaran tanpa pengawasan

Evaluasi dan Penerapan Model

  • Teknik Evaluasi Model
  • Strategi untuk penerapan model
  • Penyelarasan dan pengoptimalan model

Analisis Deret Waktu dan Forecasting

  • Dasar-dasar analisis deret waktu
  • Aplikasi model rata-rata bergerak
  • Praproses deret waktu dan agregasi data

Teknik Deret Waktu Lanjutan

  • Analisis dekomposisi
  • Proyeksi dengan jendela waktu
  • Proyeksi dengan pembuatan fitur

Pemodelan ARIMA

  • Memahami model ARIMA
  • Aplikasi praktis dalam RapidMiner

Ringkasan dan Langkah Berikutnya

Requirements

  • Pemahaman dasar tentang analisis data dan konsep pembelajaran mesin

Hadirin

  • Analis Data
  • Business Analis
  • Ilmuwan Data
 14 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories