|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/formation-complete-sur-rapidminer-pour-un-data-scientist/
课程评论：没有评论
**课程名称:** RapidMiner 数据科学全能实战课程 **课程概述:** 本课程旨在教授学员如何利用 RapidMiner 这个强大的数据科学工具进行严谨的数据分析，并帮助他们成为出色的数据科学家。 **为何学习 RapidMiner:** * **无需编程基础:** RapidMiner 是一个领先的数据科学工具，让你无需编写代码即可进行数据科学分析。 * **职业发展:** RapidMiner 在数据科学和人工智能公司中得到广泛应用，学习它可以帮助你获得理想的工作，并快速提升你的职业生涯，无论你是数据科学家还是数据分析师。 **课程内容:** 本课程将全面介绍 RapidMiner 的使用方法，从基础操作到高级应用。 * **第一部分：基础知识与课程介绍** * 课程概览 * 机器学习基础 * 数据挖掘基础 * **第二部分：安装与数据预处理** * RapidMiner 安装与介绍 * 数据预处理入门 * 数据统计分析与缺失值处理 * 特征选择与标签定义 * 主成分分析 (PCA) * **第三部分：数据挖掘** * 数据挖掘导论 * 关联规则 * 决策树 * **第四部分：监督学习** * 监督学习导论 * 逻辑回归 * 支持向量机 (SVM) * 朴素贝叶斯分类器 * 神经网络 * **第五部分：无监督学习** * K-means 聚类 * **第六部分：深度学习** * 深度学习 **适用人群:** 对数据科学感兴趣，希望利用 RapidMiner 进行数据分析，并提升职业技能的任何人，包括数据科学家和数据分析师。
Bienvenue dans ce cours sur RapidMiner pour la Data Science! Si vous êtes intéressé par la façon dont on peut utiliser RapidMiner pour mener à bien des analyses de données rigoureuses et devenir un bon Data Scientist, alors c'est le cours qu'il vous faut!Pourquoi apprendre RapidMiner?RapidMiner est l'un des meilleurs outils de la Data Science. Vous n'avez pas besoin de savoir coder pour faire de la Data Science. De plus, cet outil vous permet de gagner votre job de rêve car il est le plus utilisé par les compagnies de la Data Science et d'Intelligence Artificielle. Aussi, apprendre RapidMiner est l'un des moyens les plus rapides d'améliorer considérablement vos plans de carrière que vous soyez Data Scientist, ou Data Analyst.Ce cours vous guidera à travers tout ce que vous devez savoir pour utiliser RapidMiner pour la Data Science! Nous commencerons par apprendre le fonctionnement de RapidMiner et comment faire le prétraitement des données, puis nous nous pencherons de façon pratique sur les différents algorithmes de machine learning et Data Mining les plus utilisés en Data Science. Enfin, nous terminerons sur comment faire de façon pratique le deep learning.Essentiellement, ce cours est structuré comme suit:Section 1: Les bases importantes et la présentation de la formation Présentation de la formationLes bases sur le machine learningLes bases sur le Data MiningSection 2: Installations et prétraitement des donnéesInstallations et présentation de RapidMinerIntroduction sur le prétraitement des donnéesAnalyse statistique des données et gestion des valeurs manquantesSélection des attributs et la définition du labelAnalyse en composantes principales (ACP)Section 3: Data MiningIntroduction au Data MiningLes règles d'associationsLes arbres de décisionSection 4: Apprentissage supervisé Introduction à l'apprentissage superviséRégression LogistiqueMachine à vecteurs de supportClassification naïve bayésienneLes Réseaux de neuronesSection 5: Apprentissage non superviséClustering avec K-meansSection 5: Deep LearningDeep Learning
