Kursplan

  1. Introduksjon til dataprogressering og analyse
  2. Grunnleggende informasjon om KNIME-plattformen
    • installasjon og konfigurasjon
    • presentasjon av grensesnittet
  3. Presentasjon av plattformen i forhold til integrasjon av verktøy
  4. Introduksjon til arbeidet. Bygging av workflows
  5. Metodikk for oppbygging av businessmodeller og dataprogressering
    • dokumentasjon av arbeidet
    • metodikk for import og eksport av prosesser
  6. Presentasjon av grunnleggende knoder
  7. Presentasjon av ETL-prosesser
  8. Metodikk for datautredning
  9. Metodikk for import av data
    • import av data fra filer
    • import av data fra relasjonsdatabase ved bruk av SQL
    • oppbygging av SQL-spørringer
  10. Presentasjon av avanserte knoder
  11. Dataanalyse
    • forberedelse av data for analyse
    • kvalitet og validering av data
    • statistisk analyse av data
    • datamodellering
  12. Introduksjon til bruk av variabler og løkker
  13. Bygging av avanserte, automatiserte prosesser
  14. Visualisering av resultater
  15. Offentlig tilgjengelige og gratis datasett
  16. Grunnleggende Data Mining
    • Presentasjon av valgte typer oppgaver og prosesser i Data Mining
  17. Oppdagelse av kunnskap fra data
    • Web Mining
    • SNA – sosiale nettverk
    • Text Mining – analyse av dokumenter
    • visualisering av data på kart
  18. Integrasjon av andre verktøy med KNIME
    • R
    • Java
    • Python
    • Gephi
    • Neo4j
  19. Bygging av rapporter
  20. Oppsummering av kursen

Krav

Kunnskap om grunnleggende matematisk analyse.

Kunnskap om grunnleggende statistikk.

 35 timer

Antall deltakere


Pris per deltaker

Referanser (3)

Kommende kurs

Relaterte kategorier