KNIME
Présentiel
Format de la formation
Il n'y a pas encore de taux de satisfaction sur ce produit.
Formation
Durée
21 heures sur 3 jours
Groupe
De 1 à 8 personnes
Tarifs
Inter : Nous consulter
Intra : Nous consulter
Programme
Pré-requis
Connaissances de base en traitement de données. Pas de langage de programmation requis. Pas de prérequis sur l’utilisation de KNIME
Public concerné
Toute personne ayant des bases en traitement de données et souhaitant analyser des données de manière simple et efficace.
Objectifs
Maîtriser l’utilisation de l’interface du logiciel KNIME
Savoir explorer des données avec KNIME
Construire un flux de traitement data science
Maîtriser l’analyse prédictive simple avec KNIME
Comprendre l’utilisation des technologies Big Data dans KNIME
Objectifs pédagogiques
- Maîtriser l’utilisation de l’interface du logiciel KNIME
- Savoir explorer des données avec KNIME
- Construire un flux de traitement data science
- Maîtriser l’analyse prédictive simple avec KNIME
- Comprendre l’utilisation des technologies Big Data dans KNIME
Contenu
Journée 1
Module 1 : Installation et présentation de l’outil Installation & personnalisation
Les extensions Premier workflow KNIME server
Les différents types de nœuds
Module 2 : Accès aux données
Accès aux données à partir d’un fichier
Accès à partir d’une base de données
Module 3 : Nettoyage et préparation des données
Filtrer sur les lignes, sur les colonnes
Traitement d’une chaîne de caractères
Jointures et concaténations
Gestion des valeurs manquantes
Discrétisation, normalisation, échantillonnage
Utilisation des données de date
Journée 2
Module 4 : Calculs Aggrégation, calculs et tableaux croisés
Calcul de résultats temporels
Module 5 : Visualiser les données
Les différents types de graphes et leur réalisation
Les nuages de mots
Module 6 : Exporter les données
Exporter les données dans un fichier
Formater un fichier Excel dans KNIME puis y exporter les résultats
Générer un rapport
Module 7 : Répéter une tâche
Les boucles
Les flow variables
Automatiser un programme
Journée 3
Module 8 : Analyse prédictive simple avec KNIME, application sur des cas pratiques
Le cycle d’un projet de Data Science
Les bases de l’analyse prédictive
Arbres de décision
Régressions
Evaluation des modèles
Méthodes Pédagogiques
Cas pratiques
Support de cours
Modalités d'évaluation
Questionnaire de positionnement Evaluation en cours de formation : exercices Evaluation de fin de formation : Qcm Bilan individuel des compétences acquises Questionnaire de satisfaction à chaud Attestation de fin de formation
Accessibilité
Nous consulter
Date de modification
23/11/2021