لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
سواد داده کم کد/بدون کد با KNIME: از پایه تا پیشرفته
Low Code/No-Code Data Literacy with KNIME: From Basic to Advanced
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
ابزارهای تجزیه و تحلیل دادههای کمکد/بدون کد در انتقال از محیطهای دستی، کد سنگین و منابع فشرده به تمرکز خودکار، مقیاسپذیر و مبتنی بر بینش مؤثر بودهاند. به جای دستورات، پلتفرمهای کمکد/بدون کد دارای عملکرد داخلی هستند که کاربران را قادر میسازد تا از طریق یک رابط کشیدن و رها کردن، شروع به ایجاد برنامههای علم داده کنند. برخلاف رویکردهای کدنویسی، فناوریهای کمکد/بدون کد فرصتی را برای کاربران فراهم میکند تا بر روی علم داده تمرکز کنند و کمتر بر روی خطوط کد تمرکز کنند. محیط بصری بصری همچنین به کاربران تجاری با مهارت های فنی کمتر امکان ساخت و مصرف برنامه ها را می دهد. در این دوره آموزشی، یاد بگیرید که چگونه از پلتفرم KNIME Analytics برای دسترسی، ترکیب، تجزیه و تحلیل و تجسم داده ها در یک محیط کم کد/بدون کد استفاده کنید. برای هر کسی که با داده کار می کند، این دوره می تواند با یادگیری نحوه استفاده از ابزاری که تجزیه و تحلیل داده های پیچیده را برای افراد غیر فنی قابل دسترس می کند، سواد داده شما را به سطح بالاتری برساند.
این دوره توسط KNIME ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم. پلتفرم KNIME Analytics را به صورت رایگان دانلود کنید.
سرفصل ها و درس ها
1. پلتفرم تجزیه و تحلیل KNIME
1. KNIME Analytics Platform
نحوه نصب افزونه های KNIME
How to install KNIME extensions
نحوه وارد کردن و صادرات گردش کار KNIME
How to import and export KNIME workflows
همکاری و اجرا در KNIME Community Hub
Collaboration and execution on KNIME Community Hub
پلتفرم KNIME Analytics چیست؟
What is KNIME Analytics Platform?
گشت و گذار در رابط کاربری KNIME Analytics Platform
Tour of the user interface of KNIME Analytics Platform
اولین گردش کار خود را با پلتفرم KNIME Analytics بسازید
Build your first workflow with KNIME Analytics Platform
گره چیست؟ گردش کار چیست؟
What is a node? What is a workflow?
مرکز انجمن KNIME
The KNIME Community Hub
نحوه نصب پلتفرم KNIME Analytics
How to install KNIME Analytics Platform
2. دسترسی به داده ها
2. Data Access
دسترسی به داده ها با KNIME: خواندن فایل ها
Data access with KNIME: Reading files
دسترسی به داده ها با KNIME: دسترسی به پایگاه های داده
Data access with KNIME: Accessing databases
3. پاکسازی داده ها
3. Data Cleaning
تمیز کردن داده ها با KNIME: نحوه فیلتر کردن ستون ها
Data cleaning with KNIME: How to filter columns
تمیز کردن داده ها با KNIME: نحوه فیلتر کردن ردیف ها
Data cleaning with KNIME: How to filter rows
تمیز کردن داده ها با KNIME: نحوه رسیدگی به مقادیر از دست رفته
Data cleaning with KNIME: How to handle missing values
4. تبدیل داده ها
4. Data Transformation
تبدیل داده ها با KNIME: چگونه سلول ها را تقسیم کنیم
Data transformation with KNIME: How to split cells
تبدیل داده ها با KNIME: اعداد، رشته ها و قوانین
Data transformation with KNIME: Numbers, strings, and rules
5. مستندات گردش کار
5. Workflow Documentation
چگونه گردش کار را مرتب و مستند نگه داریم
How to keep workflows tidy and documented
6. ادغام داده ها
6. Data Merging
ادغام داده ها با KNIME: نحوه به هم پیوستن جداول
Data merging with KNIME: How to concatenate tables
ادغام داده ها با KNIME: نحوه پیوستن به دو جدول
Data merging with KNIME: How to join two tables
ادغام داده ها با KNIME: جستجوی ارزش
Data merging with KNIME: Value lookup
7. تجمیع داده ها
7. Data Aggregation
تجمیع داده ها با KNIME: گره GroupBy
Data aggregation with KNIME: The GroupBy node
تجمیع داده ها با KNIME: Pivoting
Data aggregation with KNIME: Pivoting
تجمیع داده ها با KNIME: تجمیع های ساده
Data aggregation with KNIME: Simple aggregations
8. صادرات و تجسم داده ها
8. Data Export and Visualization
تجسم داده ها با KNIME: چگونه یک نمودار پراکندگی ایجاد کنیم
Data visualization with KNIME: How to create a scatter plot
صادرات داده با KNIME: در یک فایل CSV بنویسید
Data export with KNIME: Write to a CSV file
سه مرحله برای ساخت یک داشبورد تعاملی با KNIME
Three steps to build an interactive dashboard with KNIME
9. متغیرهای جریان
9. Flow Variables
متغیرهای جریان در پلتفرم KNIME Analytics: مفهوم و کاربرد
Flow variables in KNIME Analytics Platform: Concept and application
10. اجزاء
10. Components
یک مؤلفه در پلتفرم KNIME Analytics ایجاد، اصلاح و پیکربندی کنید
Create, modify, and configure a component in KNIME Analytics Platform
کامپوننت در پلتفرم KNIME Analytics چیست؟
What is a component in KNIME Analytics Platform?
11. کنترل گردش کار
11. Workflow Control
اجرای شاخه گردش کار را در پلتفرم KNIME Analytics تغییر دهید
Switch workflow branch execution in KNIME Analytics Platform
یک حلقه در پلتفرم KNIME Analytics بسازید، اجرا کنید و اشکال زدایی کنید
Build, execute, and debug a loop in KNIME Analytics Platform
حلقه چیست؟
What is a loop?
12. رسیدگی به خطا
12. Error Handling
رسیدگی به خطا با try-catch در پلتفرم KNIME Analytics
Error handling with try-catch in KNIME Analytics Platform
13. داده های تاریخ و زمان
13. Date and Time Data
مدیریت دادههای تاریخ و زمان با KNIME: دادههای تاریخ و زمان را اصلاح و فیلتر کنید
Handling date and time data with KNIME: Modify and filter date and time data
مدیریت دادههای تاریخ و زمان با KNIME: رشتهها را تبدیل کنید، فیلدهای تاریخ و زمان را استخراج کنید
Handling date and time data with KNIME: Convert strings, extract date, and time fields
14. پایگاه های داده
14. Databases
جداول پایگاه داده را از پلتفرم KNIME Analytics تغییر دهید
Modify database tables from KNIME Analytics Platform
پرس و جو از پایگاه داده از پلتفرم KNIME Analytics
Querying databases from KNIME Analytics Platform
KNIME یک پلت فرم برای همه کارکنان داده است - از تحلیلگر کسب و کار گرفته تا دانشمند داده.
KNIME به افراد و سازمان ها کمک می کند تا داده ها را درک کنند. نرم افزار KNIME جهان داشبورد و تجزیه و تحلیل پیشرفته را از طریق یک رابط بصری، مناسب برای هر کسی که با داده کار می کند، پل می کند. این به متخصصان کسب و کار بیشتری قدرت میدهد تا خودکفا باشند و متخصصان داده بیشتری را قادر میسازد تا کسبوکار را به سمت لبههای خونین علم داده مدرن سوق دهند، و آخرین تکنیکهای هوش مصنوعی و یادگیری ماشین را ادغام کنند. KNIME در رویکرد باز خود متمایز است که پذیرش آسان و دسترسی مطمئن به آینده به فناوریهای جدید را تضمین میکند. درباره KNIME اینجا بیشتر بیاموزید.
نمایش نظرات