Hubungi Kami

award icon svg Sertifikat

Kerangka Materi

Pendahuluan

Memulai Penggunaan KNIME

  • Apa itu KNIME?
  • Analisis data menggunakan KNIME
  • Pengenalan KNIME Server

Pembelajaran Mesin

  • Teori pembelajaran komputasional
  • Algoritma komputer untuk mewujudkan proses pembelajaran otomatis

Menyiapkan Lingkungan Pengembangan

  • Proses instalasi dan konfigurasi KNIME

Komponen-Komponen Utama KNIME

  • Cara menambahkan komponen-komponen pengolahan data
  • Mengakses dan membaca sumber data
  • Proses menggabungkan, membagi, atau menyaring data
  • Pengelompokan serta pemformatan ulang susunan data
  • Teknik-teknik membersihkan data agar siap diproses

Pemodelan Data

  • Membuat alur kerja yang terstruktur dalam KNIME
  • Cara mengimpor berbagai sumber data
  • Proses persiapan dan pemrosesan awal data sebelum analisis
  • Teknik visualisasi hasil pengolahan data
  • Pembuatan model berbentuk pohon keputusan
  • Mengelola serta mengoptimalkan model regresi
  • Proses prediksi terhadap data baru yang akan diolah
  • Metode membandingkan dan menyamakan hasil pengolahan data

Berbagai Teknik Pembelajaran Mesin

  • Penerapan metode random forest dalam praktik analisis data
  • Menggunakan model regresi polinomial untuk prediksi kompleks
  • Pengelompokan objek atau data ke dalam kategori tertentu
  • Metode mengevaluasi kinerja model secara menyeluruh

Kesimpulan dan Penutup Pelatihan

Persyaratan

  • Pengalaman menggunakan Python
  • Pemahaman mengenai bahasa pemrograman R

Target Peserta

  • Para Ilmuwan Data
 14 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (3)

Kursus Mendatang

Kategori Terkait