课程大纲

  1. 数据处理和分析简介
  2. 平台基本信息 KNIME
    • 安装和配置
    • 接口概述
  3. 工具集成方面的平台概述
  4. 工作介绍。创建流
  5. 创建业务模型和数据处理流程的方法
    • 工作文件
    • 导入和导出流程的方法
  6. 基本节点概述
  7. ETL 流程概述
  8. 数据挖掘方法
  9. 数据导入方法
    • 从文件导入数据
    • 使用 SQL 从关系数据库导入数据
    • 创建查询 SQL
  10. 高级节点概述
  11. 数据分析
    • 准备要分析的数据
    • 质量和数据验证
    • 统计数据审查
    • 数据建模
  12. 变量和循环使用简介
  13. 构建先进的自动化流程
  14. 可视化结果
  15. 免费提供和免费的数据源
  16. 基础 Data Mining
    • 讨论选定的任务和流程类型 Data Mining
  17. 从数据中发现见解
    • 网络挖掘
    • SNA – 社交网络
    • 文本挖掘 – 文档分析
    • 在地图上可视化数据
  18. 将其他工具与 KNIME 集成
    • R
    • Java
    • Python
    • 格菲
    • Neo4j
  19. 构建报表
  20. 培训摘要

要求

了解数学分析的基础知识。

了解统计学的基础知识。

 35 小时

客户评论 (3)

即将举行的公开课程

课程分类