Erweiterte Analytik mit RapidMiner Schulung

Einführung

• Übersicht über RapidMiner Studio
• Einführung in die Benutzeroberfläche und Funktionen von RapidMiner

CRISP-DM-Methodik in RapidMiner

• Verständnis des CRISP-DM-Frameworks
• Anwendung bei der Schätzung und Projektion von Werten

Datenverständnis und -vorbereitung

• Datenimport und Exploration
• Vorverarbeitungsbreiten und Bereinigungstechniken
• Fortgeschrittene Daten Transformationsmethoden

Datenmodellierung mit RapidMiner

• Einführung in die Datenmodellierung
• Auswahl und Anwendung von Machine-Learning-Algorithmen
• Überwachte Lernverfahren (Supervised Learning)
• Unüberwachte Lernverfahren (Unsupervised Learning)

Modellbewertung und -bereitstellung

• Techniken zur Modellbewertung
• Strategien zur Modellanwendung in der Produktion
• Modellanpassung und Optimierung

Zeitreihenanalyse und Vorhersage

• Grundlagen der Zeitreihenanalyse
• Anwendung von gleitenden Durchschnittsmodellen
• Vorverarbeitung von Zeitreihendaten und Datenaggregation

Fortgeschrittene Zeitreihentechniken

• Zerlegungsanalysen
• Projektion mit Zeitfenstern
• Projektion durch Feature-Generierung

ARIMA-Modellierung

• Verständnis von ARIMA-Modellen
• Praktische Anwendung in RapidMiner

Zusammenfassung und nächste Schritte