DataMining Pro - Datenvorverarbeitung, Komplexe Data Mining Prozesse, automatisierte Optimierung

Classroom Schulung | deutsch | Anspruch

Schulungsdauer: 2 Tage

Ziele

In diesem Kurs lernen Sie die automatische Optimierung von Parametern, die Optimierung der Prozessstruktur selbst, erweiterte Möglichkeiten der gesteuerten Merkmalsauswahl und Merkmalskonstruktion oder auch die Änderungen des Prediction Thresholds für Klassifikationen kennen.

Zielgruppe

  • Administratoren
  • Analysten
  • Anwender
  • Entwickler

Voraussetzungen

  • Grundlagenkenntnisse bezüglich des Data Minings mit RapidMiner
  • Teilnahme an einem einführenden Kurs ist vorteilhaft

Agenda

  • Automatisierte Optimierung
    • von Parametern
    • der Prozessstruktur
  • Process Logging
  • Erweiterte Möglichkeiten zur gewichtsbasierten Merkmalsauswahl
  • Feature Construction
  • Erweiterte Kontrolle über Ein- und Ausgaben
  • Makro
    • Definition
    • Nutzung
  • Schleifen
  • Weitere Meta-Operationen
  • Prediction-Threshold für binäre Klassifikationsprobleme ändern
  • Kostensensibles Lernen
  • Weitere Metalernverfahren
  • Komplexe Filteroperationen
  • Unmittelbares Arbeiten auf Datenbanken
  • Zulässige Operatoren für ein unmittelbares Arbeiten auf Datenbanken

 

Ziele

In diesem Kurs lernen Sie die automatische Optimierung von Parametern, die Optimierung der Prozessstruktur selbst, erweiterte Möglichkeiten der gesteuerten Merkmalsauswahl und Merkmalskonstruktion oder auch die Änderungen des Prediction Thresholds für Klassifikationen kennen.

Zielgruppe

  • Administratoren
  • Analysten
  • Anwender
  • Entwickler

Voraussetzungen

  • Grundlagenkenntnisse bezüglich des Data Minings mit RapidMiner
  • Teilnahme an einem einführenden Kurs ist vorteilhaft

Agenda

  • Automatisierte Optimierung
    • von Parametern
    • der Prozessstruktur
  • Process Logging
  • Erweiterte Möglichkeiten zur gewichtsbasierten Merkmalsauswahl
  • Feature Construction
  • Erweiterte Kontrolle über Ein- und Ausgaben
  • Makro
    • Definition
    • Nutzung
  • Schleifen
  • Weitere Meta-Operationen
  • Prediction-Threshold für binäre Klassifikationsprobleme ändern
  • Kostensensibles Lernen
  • Weitere Metalernverfahren
  • Komplexe Filteroperationen
  • Unmittelbares Arbeiten auf Datenbanken
  • Zulässige Operatoren für ein unmittelbares Arbeiten auf Datenbanken

 

Diese Seite weiterempfehlen