Corso di formazione Advanced Analytics with RapidMiner

Introduzione

• Panoramica di RapidMiner Studio
• Orientamento all'interfaccia utente e alle funzionalità di RapidMiner

Metodologia CRISP-DM in RapidMiner

• Informazioni sul framework CRISP-DM
• Applicazione nella stima e proiezione dei valori

Comprensione e preparazione dei dati

• Importazione ed esplorazione dei dati
• Tecniche di pre-lavorazione e pulizia
• Metodi avanzati di trasformazione dei dati

Modellazione dei dati con RapidMiner

• Introduzione alla modellazione dei dati
• Selezione e applicazione di algoritmi di machine learning
• Algoritmi di apprendimento supervisionato
• Algoritmi di apprendimento non supervisionato

Valutazione e distribuzione del modello

• Tecniche per la valutazione del modello
• Strategie per la distribuzione dei modelli
• Riallineamento e ottimizzazione del modello

Analisi delle serie temporali e Forecasting

• Fondamenti di analisi delle serie storiche
• Applicazione di modelli di media mobile
• Pre-elaborazione di serie temporali e aggregazione dei dati

Tecniche avanzate per le serie temporali

• Analisi di decomposizione
• Proiezione con finestre temporali
• Proiezione con generazione di funzionalità

Modellazione ARIMA

• Informazioni sui modelli ARIMA
• Applicazione pratica in RapidMiner

Riepilogo e passaggi successivi