Logo RapidMiner

Corso Data Mining e Business Analytics con RapidMiner (Parte 1 + Parte 2)

RapidMiner Basics è un corso di formazione suddiviso in due parti, finalizzato all’apprendimento dei fondamenti di data mining e advanced analytics con RapidMiner Studio.

Fornisce gli strumenti per:

  • Eseguire le operazioni di ETL – estrazione, trasformazione, caricamento
  • Costruire modelli predittivi elaborati
  • Valutare la qualità dei modelli secondo diversi criteri
  • Distribuire modelli di data mining.

Gli esercizi pratici svolti durante le lezioni preparano i partecipanti a trasferire le conoscenze acquisite ed applicarle ai loro problemi di data mining, risolvendoli in maniera semplice e veloce.

Poiché i partecipanti lavoreranno attivamente svolgendo gli esercizi sul loro PC, porteranno il lavoro svolto in classe con loro e lo potranno riutilizzare per le loro applicazioni future.

Informazioni Generali

A chi è rivolto

Analysts / Data Scientists
Il corso è propedeutico per la certificazione RapidMiner Analyst.

Prerequisiti

La partecipazione al corso non richiede particolari conoscenze pregresse.
Durante il corso è necessario essere muniti di pc personale con installato RapidMiner Studio.

Download

Durata

Parte 1: 2 giorni + Parte 2: 2 giorni

Quota

Parte 1: € 800 + IVA

Parte 2: € 800 + IVA

Sconto -10% se ti iscrivi entro il 10 marzo 2017

Sconto -10% se ti iscrivi con un collega (cumulativo con il precedente)

Programma Parte 1
Data Mining e Business Analytics con RapidMiner – Parte 1

  • Introduzione al Data Mining
  • EDA: Exploratory Data Analysis – Analisi esplorativa dei dati
  • Preparazione dei dati
  • Gestione e miglioramento dei processi
  • Modelli predittivi
    • K-Nearest Neighbor
    • Naïve Bayes
    • Regressione lineare
    • Regole
    • Alberi decisionali
  • Importanza degli attributi
  • Applicazione e valutazione dei modelli
    • Overfitting
    • Splitting dei dati
    • Criteri di performance
Programma Parte 2
Data Mining e Business Analytics con RapidMiner – Parte 2

  • Preparazione dei dati – ETL Avanzato
  • Modelli predittivi
    • SVM: Support Vector Machine
    • Reti Neurali
    • Regressione logistica
    • Meta Learning
  • Valutazione dei modelli
    • Criteri di performance avanzati
    • Confronto tra modelli
    • Curve ROC
    • Grafico Lift
  • Integrazione con tools di terze parti
    • R per la modellazione Bayesiana gerarchica
  • RapidMiner Server
    • Elaborazione di un processo schedulato
    • Condivisione dei risultati

Impara a utilizzare RapidMiner e applica subito nella tua attività lavorativa quanto appreso in aula.