コース概要

導入

  • RapidMiner Studio の概要
  • RapidMiner UI と機能の説明

RapidMiner における CRISP-DM メソドロジー

  • CRISP-DM フレームワークの理解
  • 値の推定と予測への適用

データの理解と準備

  • データのインポートと探索
  • 前処理とクリーニング技術
  • 高度なデータ変換方法

RapidMiner でのデータモデリング

  • データモデリングの概要
  • 機械学習アルゴリズムの選択と適用
  • 教師あり学習アルゴリズム
  • 教師なし学習アルゴリズム

モデル評価と展開

  • モデル評価技術
  • モデル展開戦略
  • モデルの再調整と最適化

時系列分析と予測

  • 時系列分析の基礎
  • 移動平均モデルの適用
  • 時系列前処理とデータ集約

高度な時系列技術

  • 分解分析
  • 時間窓を使用した予測
  • 特徴量生成を使用した予測

ARIMA モデリング

  • ARIMA モデルの理解
  • RapidMiner における実践的な適用

まとめと次のステップ

要求

  • データ分析と機械学習概念に関する基本的な理解

対象者

  • データアナリスト
  • ビジネスアナリスト
  • データサイエンティスト
 14 時間

参加者の人数


参加者1人当たりの料金

今後のコース

関連カテゴリー