آموزش علم داده و آماده سازی داده با KNIME

Data science and Data preparation with KNIME

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: KNIME - ابزاری قدرتمند برای علم داده و یادگیری ماشین علم داده با کارایی بالاتر. پاکسازی داده‌های KNIME ممکن است فرصت‌های شغلی جدیدی برای شما ایجاد شود. ممکن است بتوانید بهره‌وری خود را افزایش دهید و در انجام کارهای آماده‌سازی داده‌ها در زمان صرفه‌جویی کنید. در KNIME نمونه‌هایی از گردش‌های کاری یادگیری ماشین علم داده با KNIME مهارت‌های اولیه KNIME خود را که قبلاً کسب کرده‌اید تقویت کنید (به عنوان مثال در دوره آموزشی خرابی KNIME من در مورد udemi) نحوه استفاده از Python در KNIME (جاوا و R نیز می‌توانند مورد استفاده قرار گیرند، اما در اینجا تمرکز نمی‌شود. ) نحوه انجام DataScience در KNIME با و بدون کدنویسی پیش نیازها:بدون هزینه اضافی - KNIME را می توان به صورت رایگان دانلود کرد شما باید قبلا با KNIME کار می کردید خود برنامه و اصول اولیه در "KNIME - یک دوره کرش برای مبتدیان" پوشش داده شده است. همچنین در udemi موجود است. دانش اولیه یادگیری ماشین مطمئناً مفید است. کدنویسی لازم نیست اما ما یاد می‌گیریم که چگونه می‌توانید از پایتون استفاده کنید و از کد پایتون خود در KNIME استفاده کنید.

علم داده و پاکسازی داده و آماده سازی داده با KNIME

سلام به همه امیدوارم حال شما خوب باشد.

بیایید با آن روبرو شویم. آماده‌سازی داده‌ها، پاک‌سازی داده‌ها، پیش‌پردازش داده‌ها (هرچه می‌خواهید آن را نام ببرید) اغلب خسته‌کننده‌ترین و زمان‌برترین کار در حوزه علم داده/تجزیه و تحلیل داده است.

بسیاری از مردم می پرسند: چگونه می توانیم روند را تسریع کنیم و کارآمدتر باشیم؟

خب یکی از گزینه‌ها می‌تواند استفاده از ابزارهایی باشد که به ما امکان می‌دهند روند را تسریع کنیم (و گاهی اوقات مقدار کدی را که باید بنویسیم کاهش دهیم).

با KNIME

آشنا شوید



یک ابزار عالی که به کمک ما می آید. KNIME به ما اجازه می دهد تا آماده سازی داده ها/تمیز کردن داده ها را در یک رابط کشیدن و رها کردن بسیار جذاب انجام دهیم. (هیچ تجربه برنامه نویسی لازم نیست، اما اگر بخواهیم از زبان هایی مانند R، Python یا Java استفاده کنیم، همچنان به ما اجازه می دهد. بنابراین، اگر بخواهیم می توانیم کدنویسی کنیم اما مجبور نیستیم! ). انعطاف پذیری KNIME باعث می شود این اتفاق بیفتد. با KNIME می‌توانیم علم داده را نیز انجام دهیم، بنابراین یادگیری ماشینی و هوش مصنوعی با یا بدون کدنویسی.

و بهترین: نسخه دسکتاپ رایگان است!


بنابراین، آیا ارزشش را دارد که عمیق تر در KNIME شیرجه بزنید؟ کاملاً!


این دوره دومین کلاس KNIME است و دانش شما را در کلاس اول "KNIME - یک دوره تصادف برای مبتدیان" که در udemi نیز موجود است، گسترش می دهد.

ما اصول اولیه (مانند رابط، وارد کردن داده های اولیه و گره های فیلتر،...) را در اینجا پوشش نمی دهیم. اگر نیاز به تجدید دانش خود دارید یا فرصت یادگیری اصول اولیه را نداشتید، توصیه می کنم ابتدا کلاس قبلی را بررسی کنید (که تمام اصول اولیه را در یک مطالعه موردی عالی پوشش می دهد!)

در این کلاس ما به آن می پردازیم

  • روش های کارآمد برای وارد کردن چندین فایل به KNIME

  • حلقه ها

  • تصویرسازی وب

  • اسکریپت نویسی (با استفاده از کد پایتون در KNIME)

  • بهینه سازی فراپارامتر

  • انتخاب ویژگی

  • جریان‌های اصلی یادگیری ماشین و گره‌های مفید برای این کار در KNIME


اگر به نظر سرگرم کننده نیست، پس چی؟ بنابراین، اگر برای شما جالب است، بیایید شروع کنیم!

آماده اید؟


سرفصل ها و درس ها

بیایید وارد آن شویم! علم داده و آماده سازی داده با KNIME Let's get into it! Data science and Data preparation with KNIME

  • معرفی دوره Course introduction

  • همه منابع را از اینجا دانلود کنید Download all resources here

  • 1 یک پیام در ابتدا 1 One message at the beginning

  • خواندن چندین فایل csv به صورت انبوه در به‌روزرسانی KNIME Reading multiple csv files in bulk into KNIME update

  • خواندن چندین فایل اکسل به صورت انبوه در به روز رسانی KNIME Reading multiple Excel files in bulk into KNIME update

  • 3 یک گره کمکی عالی برای تجزیه و تحلیل سری های زمانی در KNIME 3 A great helper Node for time series analysis in KNIME

  • برای فصل بعدی با حلقه ها مهم است Important for the next chapter with loops

  • 4 مثال در مورد نحوه استفاده از حلقه ها در KNIME 4 Examples on how to use loops in KNIME

  • 5 بیشتر در مورد حلقه ها در KNIME - چندین راه برای به دست آوردن نتیجه یکسان 5 More on loops in KNIME - several ways to get the same result

  • 6 حلقه نحوه تقسیم داده ها به چند فایل خروجی به روز رسانی 6 Loops How to split data into multiple output files update

  • به روز رسانی مهم KNIME (بسته به نسخه ای که برای ویدیوی بعدی استفاده می کنید) Important KNIME Update (depending on which version you use for the next video)

  • بازگشت 7 حلقه در KNIME 7 Loops Recursion in KNIME

  • 8 طراحی وب با KNIME 8 Webscraping with KNIME

  • Webscraping با به‌روزرسانی KNIME - داده‌های مالی Webscraping with KNIME update - financial data

  • اسکریپت - نحوه استفاده از پایتون در KNIME (R و جاوا نیز) Scripting - How to use Python in KNIME (R and Java as well)

  • پایتون در KNIME - نمونه های بیشتر - به روز رسانی Python in KNIME - further examples - update

  • 12 بهینه سازی هایپرپارامتر در KNIME - آماده سازی داده ها 12 Hyperparameter optimization in KNIME - data preparation

  • 13 بهینه سازی فراپارامتر برای مدل های یادگیری ماشین با استفاده از حلقه ها در KNIME 13 Hyperparameter optimization for Machine Learning Models using loops in KNIME

  • 14 انتخاب ویژگی در KNIME 14 Feature Selection in KNIME

  • 15 بیایید فرآیند پیش‌بینی یادگیری ماشین را تمرین کنیم 15 Let's rehearse the machine learning prediction process

  • بیایید با هم به یادگیری ادامه دهیم Lets continue learning together

  • 16 KNIME خروج 16 KNIME logout

بیایید وارد آن شویم! علم داده و آماده سازی داده با KNIME Let's get into it! Data science and Data preparation with KNIME

  • معرفی دوره Course introduction

  • همه منابع را از اینجا دانلود کنید Download all resources here

  • 1 یک پیام در ابتدا 1 One message at the beginning

  • خواندن چندین فایل csv به صورت انبوه در به‌روزرسانی KNIME Reading multiple csv files in bulk into KNIME update

  • خواندن چندین فایل اکسل به صورت انبوه در به روز رسانی KNIME Reading multiple Excel files in bulk into KNIME update

  • 3 یک گره کمکی عالی برای تجزیه و تحلیل سری های زمانی در KNIME 3 A great helper Node for time series analysis in KNIME

  • برای فصل بعدی با حلقه ها مهم است Important for the next chapter with loops

  • 4 مثال در مورد نحوه استفاده از حلقه ها در KNIME 4 Examples on how to use loops in KNIME

  • 5 بیشتر در مورد حلقه ها در KNIME - چندین راه برای به دست آوردن نتیجه یکسان 5 More on loops in KNIME - several ways to get the same result

  • 6 حلقه نحوه تقسیم داده ها به چند فایل خروجی به روز رسانی 6 Loops How to split data into multiple output files update

  • به روز رسانی مهم KNIME (بسته به نسخه ای که برای ویدیوی بعدی استفاده می کنید) Important KNIME Update (depending on which version you use for the next video)

  • بازگشت 7 حلقه در KNIME 7 Loops Recursion in KNIME

  • 8 طراحی وب با KNIME 8 Webscraping with KNIME

  • Webscraping با به‌روزرسانی KNIME - داده‌های مالی Webscraping with KNIME update - financial data

  • اسکریپت - نحوه استفاده از پایتون در KNIME (R و جاوا نیز) Scripting - How to use Python in KNIME (R and Java as well)

  • پایتون در KNIME - نمونه های بیشتر - به روز رسانی Python in KNIME - further examples - update

  • 12 بهینه سازی هایپرپارامتر در KNIME - آماده سازی داده ها 12 Hyperparameter optimization in KNIME - data preparation

  • 13 بهینه سازی فراپارامتر برای مدل های یادگیری ماشین با استفاده از حلقه ها در KNIME 13 Hyperparameter optimization for Machine Learning Models using loops in KNIME

  • 14 انتخاب ویژگی در KNIME 14 Feature Selection in KNIME

  • 15 بیایید فرآیند پیش‌بینی یادگیری ماشین را تمرین کنیم 15 Let's rehearse the machine learning prediction process

  • بیایید با هم به یادگیری ادامه دهیم Lets continue learning together

  • 16 KNIME خروج 16 KNIME logout

ویدیوهای قدیمی نسخه KNIME قبل از 4.3 Older videos KNIME version before 4.3

  • خواندن چندین فایل csv به صورت انبوه در KNIME Reading multiple csv files in bulk into KNIME

  • 2 چندین برگه اکسل را به صورت انبوه در KNIME بخوانید 2 Read multiple Excel sheets in bulk into KNIME

  • 6 حلقه نحوه تقسیم داده ها به چندین فایل خروجی 6 Loops How to split data into multiple output files

  • 11 پایتون در KNIME - نمونه های بیشتر 11 Python in KNIME - further examples

ویدیوهای قدیمی نسخه KNIME قبل از 4.3 Older videos KNIME version before 4.3

  • خواندن چندین فایل csv به صورت انبوه در KNIME Reading multiple csv files in bulk into KNIME

  • 2 چندین برگه اکسل را به صورت انبوه در KNIME بخوانید 2 Read multiple Excel sheets in bulk into KNIME

  • 6 حلقه نحوه تقسیم داده ها به چندین فایل خروجی 6 Loops How to split data into multiple output files

  • 11 پایتون در KNIME - نمونه های بیشتر 11 Python in KNIME - further examples

نمایش نظرات

نظری ارسال نشده است.

آموزش علم داده و آماده سازی داده با KNIME
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
4.5 hours
26
Udemy (یودمی) udemy-small
12 بهمن 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
1,434
4.7 از 5
دارد
دارد
دارد
Dan We

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dan We Dan We

هر چیزی ممکن است

دن از روی قلب معلم است. او عاشق یادگیری و به اشتراک گذاری دانش با دیگران است.

او متعهد است با ارائه خدمات آموزشی به سایر افراد برای دستیابی به اهداف و تبدیل شدن به بهترین در حرفه خود به آنها کمک کند.

"زندگی یک سفر است، و من تمام تلاشم را برای کمک به شما در راه رسیدن به اهدافتان خواهم کرد"

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.