※ 課程簡介

本課程主要內容包含RapidMiner的操作介紹，以及大數據分析的概念流程。首先會介紹關於AI的發展與基礎概念，接著介紹RapidMiner的基本操作方法、運算子(Operator)、自動資料清理模組Turbo Prep與自動機器學習模組Auto Model的操作方法。最後會分別介紹監督式學習與非監督式學習，及其相關應用案例。

※ 課程介紹

RapidMiner操作環境與分析流程介紹

RapidMiner簡介與基本操作
Clustering 聚類分析、異常值分析、關聯矩鎮
監督學習預測

時間	課程內容
9:30~12:00	※ RapidMiner簡介與基本操作介面與資料匯入流程運算子(Operator)類型介紹與操作練習 Turbo Prep與Auto Model操作介紹與操作練習
12:00~13:30	午休
13:30~16:30	※ 聚群分析(非監督式學習) 聚群分析K-means、異常檢測、關聯矩陣介紹例題練習：商品聚群 ※ 建立預測模型(監督式學習) 模型訓練、測試與驗證流程概念說明 K-fold Cross Validation 例題：機械手臂故障預測、外骨骼固定器應力變形預

上課須知

開課日期：2024-10-17
上課地點：台中市西屯區西屯路二段256巷6號10樓之6
上課時間：09:30am~16:30pm
時數：1 天，共 6 小時

費用說明

一般學員：NT$8,000/天
非維護期內客戶：NT$4,000/天
維護期內客戶：免費（超出合約指定名額，每人酌收NT$2,000/天）
學生（須於上課當提供學生證明）：NT$2,000/天

返回列表

若同意本網站之隱私權政策，請點選「CONFIRM」，若繼續閱覽本網站內容，即表示您同意我們使用 cookies 分析技術，更多資訊請瀏覽隱私權聲明。

CONFIRM

RapidMiner 2024 體驗營

※ 課程簡介

※ 課程介紹

RapidMiner操作環境與分析流程介紹

※ RapidMiner簡介與基本操作

介面與資料匯入流程

運算子(Operator)類型介紹與操作練習

Turbo Prep與Auto Model操作介紹與操作練習

※ 聚群分析(非監督式學習)

聚群分析K-means、異常檢測、關聯矩陣介紹

例題練習：商品聚群

※ 建立預測模型(監督式學習)

模型訓練、測試與驗證流程概念說明

K-fold Cross Validation

例題：機械手臂故障預測、外骨骼固定器應力變形預