Kod yazmadan ileri analitik süreç kur
RapidMiner Studio ile kod yazmadan ileri analitik süreç kurmayı öğreten eğitim: operatör tabanlı akış, veri hazırlama, sınıflandırma/regresyon modelleri, veri sızıntısından kaçınan Cross Validation, performans metrikleri, parametre optimizasyonu, Auto Model v…
RapidMiner süreçleri, modelleme, doğrulama ve dağıtım
Bu ileri seviye eğitim, RapidMiner Studio ile görsel, operatör tabanlı ileri analitik süreçleri kurmayı öğretir. Process yapısı, operatörler ve veri akışı; veri alma, Retrieve ve ExampleSet kavramı; eksik değer, normalizasyon, kategorik kodlama ve öznitelik seçimi gibi hazırlık operatörleri işlenir. Sınıflandırma ve regresyon modelleri (karar ağacı, random forest, lojistik regresyon, k-NN), Cross Validation operatörüyle doğru değerlendirme ve veri sızıntısından kaçınma; performans metrikleri ve karmaşıklık (confusion) matrisi ele alınır. Parametre optimizasyonu, Auto Model, süreç dağıtımı (deployment) ve puanlama gösterilir. Katılımcılar uçtan uca bir tahmin süreci kurar.
3 Gün. Her gün dört modül; süreç ve veri hazırlıktan modelleme, doğrulama ve dağıtıma ilerlenir.
İleri Seviye — RapidMiner Studio ile kod yazmadan veri hazırlama, makine öğrenmesi modelleme, doğrulama ve dağıtımın uygulanması.
Katılımcılar RapidMiner Studio'da operatörlerle uçtan uca bir modelleme süreci kurup çapraz doğrulamayla değerlendirir.
Operatör tabanlı akışla kod yazmadan ileri analitik kurarsınız.
Cross Validation ile veri sızıntısından kaçınıp gerçekçi sonuç alırsınız.
Modeli puanlama ve dağıtıma hazır hale getirirsiniz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Veri seti, değişken ve temel analiz kavramlarına aşinalık beklenir.
Sınıflandırma/regresyon kavramına temel aşinalık faydalıdır.
Ortalama, dağılım ve korelasyon kavramlarına aşinalık faydalıdır.
RapidMiner Studio kurulu bir bilgisayar gerekir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
RapidMiner'da operatör tabanlı veri akışı süreçleri kurarsınız.
Eksik değer, kodlama ve öznitelik seçimini operatörlerle yaparsınız.
Karar ağacı, random forest ve regresyon modelleri kurarsınız.
Cross Validation ile veri sızıntısından kaçınarak değerlendirirsiniz.
Confusion matrisi, F-ölçüsü ve AUC ile modeli ölçersiniz.
Grid optimizasyonuyla model parametrelerini ayarlarsınız.
Auto Model sonuçlarını eleştirel biçimde değerlendirirsiniz.
Modeli saklayıp yeni veriye puanlama için hazırlarsınız.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Veri yaşam döngüsü, kaynaklar, temizleme, tanımlayıcı istatistik, görselleştirme ve yönetişimi kapsayan veri analizi temellerini uygulamalı öğrenin.
Detayları Gör →
Analitik ve iş zekâsı platformlarını öğrenin: Power BI, Tableau, Qlik ile veri bağlama, modelleme, görselleştirme, dağıtım ve satır düzeyi güvenlik (RLS).
Detayları Gör →
Veri analitiği için SQL, Python ve R ortamları, Jupyter ve RMarkdown not defterleri, paket yönetimi ve Git ile üretilebilir iş akışlarını uygulamalı öğrenin.
Detayları Gör →
Betimleyici, tanısal, kestirimci ve kuralcı analitik ile trend, segmentasyon, korelasyon ve regresyon tekniklerini doğru seçmeyi ve yorumlamayı öğrenin.
Detayları Gör →
Veri analitiği araçlarını karşılaştırmalı öğrenin: Excel pivot, SQL, Python/R ve Power BI, Tableau, Qlik ile işe uygun araç seçimi ve uygulaması.
Detayları Gör →