课程大纲

  1. 数据处理和分析简介
  2. KNIME平台的基本信息
    • 安装和配置
    • 界面概述
  3. 平台工具集成概述
  4. 工作入门。创建流程
  5. 业务模型创建方法和数据处理过程
    • 工作文档
    • 流程的导入和导出方法
  6. 基本节点概述
  7. ETL过程概述
  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
    • SQL查询的创建
  10. 高级节点概述
  11. 数据分析
    • 数据准备
    • 数据质量和检查
    • 数据统计分析
    • 数据建模
  12. 变量和循环的使用入门
  13. 构建高级自动化流程
  14. 结果可视化
  15. 公开和免费的数据源
  16. 数据挖掘基础
    • 数据挖掘任务和过程概述
  17. 数据中的知识发现
    • Web挖掘
    • SNA - 社交网络分析
    • 文本挖掘 - 文档分析
    • 数据在地图上的可视化
  18. 其他工具与KNIME的集成
    • R
    • Java
    • Python
    • Gephi
    • Neo4j
  19. 报告生成
  20. 培训总结

要求

具备基本的数学分析知识。

具备基本的统计学知识。

 35 小时

客户评论 (3)

即将举行的公开课程

课程分类