Pokročilá analytika s nástrojem RapidMiner Počítačový Kurz

Úvod

• Přehled prostředí RapidMiner Studio
• Orientace v uživatelském rozhraní a funkcích nástroje RapidMiner

Metodika CRISP-DM v rámci RapidMineru

• Seznámení s frameworkem CRISP-DM
• Aplikace metodiky při odhadování a projekci hodnot

Porozumění datům a jejich příprava

• Import a průzkum dat
• Techniky preprocesování a čištění dat
• Avancované metody transformace dat

Tvorba modelů pomocí nástroje RapidMiner

• Základy tvorby modelů
• Výběr a použití algoritmů strojového učení
• Algoritmy monitorovaného učení
• Algoritmy nemonitorovaného učení

Hodnocení a nasazení modelů

• Metody hodnocení modelů
• Strategie jejich nasazení
• Upravování a optimalizace modelů

Analýza a predikce časových řad

• Základy analýzy časových řad
• Použití klouzavých průměrů v praxi
• Preprocesování a agregace dat časových řad

Avancované techniky práce s časovými řadami

• Analýza dekompozice složek časových řad
• Projekce na základě časových oken
• Využití generovaných charakteristik k predikci

Tvorba modelů typu ARIMA

• Principy modelů ARIMA
• Praktická aplikace v prostředí RapidMiner

Shrnutí a další kroky