Fortgeschrittene Analyse mit RapidMiner Schulung

Einführung

• Überblick über RapidMiner Studio
• Einblicke in die Benutzeroberfläche und Funktionen von RapidMiner

Die CRISP-DM-Methodik in RapidMiner

• Grundlagen des CRISP-DM-Rahmenwerks
• Anwendung zur Schätzung und Prognose von Werten

Datenverständnis und -vorbereitung

• Datenimport und explorative Analyse
• Verfahren der Datenvorverarbeitung und -bereinigung
• Fortgeschrittene Methoden zur Datentransformation

Modellierung von Daten mit RapidMiner

• Einführung in die Datenmodellierung
• Auswahl und Anwendung geeigneter Algorithmen des maschinellen Lernens
• Lernverfahren unter Supervision
• Lernverfahren ohne Supervision

Bewertung und Implementierung von Modellen

• Verfahren zur Beurteilung von Modellqualität
• Strategien zur erfolgreichen Implementierung von Modellen
• Optimierung sowie Anpassung bestehender Modelle

Analyse und Prognose von Zeitreihen

• Grundlagen der Zeitreihenanalyse
• Einsatz von gleitenden Mittelwertmodellen
• Vorverarbeitung sowie Aggregation von Zeitreihendaten

Fortgeschrittene Techniken zur Zeitreihenanalyse

• Analyse mittels Zerlegungsmethoden
• Prognosevorgänge unter Verwendung von Zeithorizonten
• Erstellung prädiktiver Modelle durch Merkmalsextraktion

ARIMA-Modellierung

• Grundlagen der ARIMA-Modelle
• Praktische Umsetzung in RapidMiner

Zusammenfassung und weitere Schritte