课程大纲

  1. 数据处理与分析介绍
  2. KNIME平台基础知识
    • 安装与配置
    • 界面介绍
  3. 工具集成的平台概述
  4. 工作流程的创建
  5. 业务模型与数据处理流程的创建方法
    • 工作文档化
    • 流程的导入与导出方法
  6. 基本节点的介绍
  7. ETL流程的介绍
  8. 数据挖掘的方法
  9. 数据导入的方法
    • 从文件导入数据
    • 使用SQL从关系型数据库导入数据
    • SQL查询的创建
  10. 高级节点的介绍
  11. 数据分析
    • 数据准备
    • 数据质量检查
    • 数据统计分析
    • 数据建模
  12. 变量与循环的使用介绍
  13. 构建高级自动化流程
  14. 结果的可视化
  15. 公开的免费数据源
  16. 数据挖掘基础
    • 数据挖掘任务与流程的介绍
  17. 从数据中挖掘知识
    • Web挖掘
    • 社交网络分析(SNA)
    • 文本挖掘 - 文档分析
    • 地图数据可视化
  18. 其他工具与KNIME的集成
    • R
    • Java
    • Python
    • Gephi
    • Neo4j
  19. 报告的构建
  20. 培训总结

要求

具备基础数学分析知识。

具备基础统计学知识。

 35 小时

客户评论 (3)

即将举行的公开课程

课程分类