Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Perkenalan
- Ikhtisar RapidMiner Studio
- Orientasi ke RapidMiner UI dan fitur
Metodologi CRISP-DM di RapidMiner
- Memahami kerangka kerja CRISP-DM
- Aplikasi dalam estimasi dan proyeksi nilai
Pemahaman dan Persiapan Data
- Impor dan eksplorasi data
- Teknik praproses dan pembersihan
- Metode transformasi data tingkat lanjut
Pemodelan Data dengan RapidMiner
- Pengantar pemodelan data
- Pemilihan dan penerapan algoritma pembelajaran mesin
- Algoritma pembelajaran yang diawasi
- Algoritma pembelajaran tanpa pengawasan
Evaluasi dan Penerapan Model
- Teknik Evaluasi Model
- Strategi untuk penerapan model
- Penyelarasan dan pengoptimalan model
Analisis Deret Waktu dan Forecasting
- Dasar-dasar analisis deret waktu
- Aplikasi model rata-rata bergerak
- Praproses deret waktu dan agregasi data
Teknik Deret Waktu Lanjutan
- Analisis dekomposisi
- Proyeksi dengan jendela waktu
- Proyeksi dengan pembuatan fitur
Pemodelan ARIMA
- Memahami model ARIMA
- Aplikasi praktis dalam RapidMiner
Ringkasan dan Langkah Berikutnya
Persyaratan
- Pemahaman dasar tentang analisis data dan konsep pembelajaran mesin
Hadirin
- Analis Data
- Business Analis
- Ilmuwan Data
14 Jam
