[Stepik] Анализ данных в KNIME (Игорь Ким)

[Мейма]

Ссылка на картинку

Анализ данных в KNIME

Курс создан для тех, кто много работает с данными.
KNIME — это мощный инструмент для анализа данных.
Он бесплатный, универсальный и сравнительно простой в изучении.

Кому будет полезен этот курс :

Курс создан для тех, кто много работает с данными.
При этом не имеет значения, в каком источнике они хранятся: в Excel, CSV или базах данных.
Также неважно, какие инструменты вы уже используете для обработки данных: Excel, SQL или Python.

О KNIME :

KNIME — это мощный инструмент для анализа данных. Он бесплатный, универсальный и сравнительно простой в изучении — совсем не обязательно уметь программировать, чтобы начать работать в KNIME.
KNIME станет отличным дополнением к вашему набору инструментов обработки данных, а для ряда задач — их хорошей альтернативой.

С помощью KNIME вы сможете :

• подключаться к различным источникам данных: Excel, CSV, базам данных и др.;
• реализовывать предобработку данных для разных нужд (например, для отчетов, применения алгоритмов машинного обучения или реализации ETL);
• проверять статистические гипотезы;
• применять алгоритмы машинного обучения;
• записывать данные в различные источники — Excel, CSV, БД — или передавать данные по API.
• И это далеко не полный список.

Как проходит обучение :

На курсе мы подключимся к нескольким источникам данных, преобразуем их, а на выходе, в качестве примера конечного результата, получим отчет.
Также мы поговорим о том, почему KNIME хорош для автоматизации работы с данными.

Всего вас ждет 18 коротких видеоуроков средней продолжительностью от одной до четырех минут. Вы увидите процесс реализации проекта и постепенно познакомитесь с возможностями KNIME. Вам будет доступен тот же набор данных, что и мне, поэтому вы сможете работать над проектом параллельно со мной. Завершится курс самостоятельной работой — нужно будет преобразовать наш проект с учетом новых условий.

Если вы знаете SQL и/или Python, вас ждут дополнительные уроки:

• подключение KNIME к БД;
• применение Python в KNIME.