お問い合わせ

award icon svg 証明書

コース概要

はじめに

KNIMEの基本的な使い方

  • KNIMEとは何か
  • KNIMEによる分析手法
  • KNIMEサーバーの概要

機械学習について

  • 計算論的学習理論の基礎
  • 経験に基づくコンピュータアルゴリズムの仕組み

開発環境の準備方法

  • KNIMEのインストールおよび設定手順

KNIMEのノード機能について

  • 各種ノードの追加方法
  • データのアクセスおよび読み込み方法
  • データの結合・分割・フィルタリング手法
  • データのグループ化やピボット操作
  • データクレンジング技術

モデリング手法について

  • ワークフローの作成方法
  • データのインポート手順
  • データの前処理手法
  • データ可視化のテクニック
  • 決定木モデルの構築方法
  • 回帰モデルを扱うための基礎知識
  • データ予測処理の実施手順
  • 複数データセット間の比較・照合手法

学習アルゴリズムに関する内容

  • ランダムフォレスト方式を活用した処理方法
  • 多項式回帰の適用技術
  • データにカテゴリー情報を割り当てる手法
  • モデルの評価方法について

まとめおよび結論

要求

  • Pythonに関する実務経験があること
  • Rに関する知識があること

対象者

  • データサイエンティストの方々
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (3)

今後のコース

関連カテゴリー