آموزش مقدمه ای بر یادگیری ماشین با KNIME

سرفصل ها و درس ها

مقدمه Introduction

• یادگیری ماشین منبع باز با KNIME Open-source machine learning with KNIME

• این دوره برای کیست؟ Who is this course for?

1. چگونه KNIME ابزار تحلیلی موجود خود را تکمیل می کند؟ 1. How Does KNIME Complement Your Existing Analytics Toolkit?

• چرا از یک میز کار Analytics استفاده می کنیم؟ Why use an Analytics Workbench?

• استفاده از CRISP-DM برای ارزیابی ابزارها Using CRISP-DM to evaluate tools

• چرا KNIME را انتخاب می کنید؟ Why choose KNIME?

2. راحت شدن با KNIME 2. Getting Comfortable with KNIME

• رابط KNIME The KNIME interface

• مطالعات موردی را در سرور مثالها پیدا کنید Find case studies on the Examples Server

• هزاران گره را با پسوند اضافه کنید Add thousands of nodes with Extensions

• جستجو و راهنما Search and Help

3. دسترسی به داده ها 3. Accessing Data

• دسترسی به داده ها Accessing data

• گره خواننده پرونده File reader node

4- درک داده ها 4. Data Understanding

• داده ها را شرح دهید و کیفیت داده ها را تأیید کنید Describe data and verify data quality

• کاوش داده ها: Scatterplot Explore data: Scatterplot

• کاوش داده ها: Boxplot Explore data: Boxplot

5- ادغام داده ها و ادغام 5. Data Integration and Merging

• ادغام با گره Joiner Merging with the Joiner node

• جمع کردن با گره GroupBy Aggregating with the GroupBy node

• ایجاد متغیرهای جدید با Construct Creating new variables with Construct

• داده ها را با Column Filter انتخاب کنید Select data with Column Filter

• متعادل سازی داده ها با گره Row Samample Balancing data with Row Sampling node

• داده ها را با گره مقدار Missing پاک کنید Clean data with the Missing Value node

• قالب با Splitter Cell Format with Cell Splitter

6. مدل سازی 6. Modeling

• گزینه های مدل سازی KNIME KNIME modeling options

• مثال رگرسیون Regression example

• درخت تصمیم Decision tree

• درخت تصمیم: به ثمر رساندن داده های جدید Decision tree: Scoring new data

7. دنیایی از امکانات 7. A World of Possibilities

• PMML PMML

• R و GGPLOT2 R and GGPLOT2

• گزینه های دیگر Other options

نتیجه Conclusion

• مراحل بعدی Next steps