KNIME – 資料科學和機器學習任務的強大工具。高效率的資料科學
Contents
從這 3 小時的課程，你會學到
- 新的工作機會可能為你開啟
- 提高在資料準備任務中的工作效率並節省時間
- 在資料準備和資料科學相關工作中有更高的效率
- 瞭解在 KNIME 有什麼樣的迴圈( loops )以及如何使用它們
- 基於 KNIME 的資料科學機器學習工作流程例子
- 加強你已經掌握的 KNIME 技能(例如在我的 KNIME 速成班上)
- 如何在 KNIME 使用 Python (Java 和 R 也可能會用到，但非本課程重點)
要求
- 無需寫程式
- 可以免費下載 KNIME
- 你對資料準備和資料分析的興趣是關鍵！
- 本課程從零開始 – 我們在案例研究中學習基礎知識並奠定堅實的基礎
- Tableau Desktop是可選的（但不是必需的）
- Microsoft Power BI Desktop是可選的（但不是必需的）
課程說明
大家好，希望你們一切都好。
我們面對現實吧。在資料科學/資料分析領域，資料準備、資料清理、資料預處理(無論你怎麼稱呼它)通常是最繁瑣和耗時的工作。
所以很多人問: 我們怎樣才能加快程序，提高效率？
一種選擇是使用工具來加快程序(有時候是減少我們需要編寫的程式碼量)。
來認識 KNIME
一個很好的工具來拯救我們。KNIME 允許我們在一個非常吸引人的拖放介面中進行資料準備/資料清理。(不需要程式設計經驗，但如果我們想使用 R、 Python 或 Java 等語言，它仍然允許我們使用。所以，如果我們願意，我們可以編寫程式碼，但是不一定要這樣做!). KNIME 的靈活性使這一切成為可能。
最棒的是: 桌面版本是免費的！
那麼，深入 KNIME 是否值得呢? 絕對值得！
這個課程是第二個 KNIME 課程，擴充了你在第一個課程“ KNIME – 初學者速成課程 ”中獲得的知識，這課程也可在 Udemy 獲得。
我們在這裡不涉及基本內容(例如介面、基本資料匯入和過濾器節點…)。如果你需要重新整理你的知識，或者你還沒有機會學習基礎知識，我建議你先看看前面的課程( 帶你從一個很好的案例研究，涵蓋了所有的基礎知識!)
在這門課中，我們深入研究
- 將多個檔案匯入 KNIME 的有效方法
- 迴圈 ( loops )
- 網路爬蟲 ( webscraping )
- 指令碼(在 KNIME 使用 Python 程式碼)
- 超參數優化
- 特徵值選擇
- KNIME 基本的機器學習工作流程和有用的節點
如果這看起是你要學的，那就讓我們開始吧！
你準備好了嗎？
目標受眾
- (有抱負的)資料科學家
- (有抱負的)資料分析師
- 希望工作更聰明、更快捷、更有效率的資料科學家/分析師
講師簡介
Dan We 商業智慧專家，培訓師，資料愛好者 ( 更多講師主講課程介紹 )
Dan 是一位31歲的企業家、資料科學家和資料分析/視覺分析顧問。他擁有碩士學位，並通過了 Power BI 認證，同時還獲得了 Tableau 軟體的合格 Associate。他目前在商業智慧領域工作，幫助大公司從他們的資料中獲得關鍵的洞察力，以實現長期增長並超越他們的競爭對手。
他致力於支援其他人，為他們提供教育服務，幫助他們實現自己的目標，成為他們行業中的佼佼者，或者探索一條新的職業道路。
“幫助別人是最大的快樂”
“為了完成不可能的任務，你需要看到無形的東西”
“如果你不喜歡你現在的處境，那就改變吧。生命太短暫了! ”
你做得到的！
英文字幕：有
- 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To
