https://github.com/sevdanurgenc/knime-analytics-for-data-science-lecture-notes
In this repo, I have the course contents of Knime Analytics For Data Science training, which will be given to Sigorta Bilgi ve Gözetim Merkezi by the cooperation of Academy Peak Information Technologies Training and Consultancy between 28 - 30 March 2023.
https://github.com/sevdanurgenc/knime-analytics-for-data-science-lecture-notes
analytics data-science data-visualization knime knime-analytics-platform machine-learning
Last synced: 3 months ago
JSON representation
In this repo, I have the course contents of Knime Analytics For Data Science training, which will be given to Sigorta Bilgi ve Gözetim Merkezi by the cooperation of Academy Peak Information Technologies Training and Consultancy between 28 - 30 March 2023.
- Host: GitHub
- URL: https://github.com/sevdanurgenc/knime-analytics-for-data-science-lecture-notes
- Owner: SevdanurGENC
- License: mit
- Created: 2023-03-11T09:06:15.000Z (over 3 years ago)
- Default Branch: main
- Last Pushed: 2023-03-30T06:57:47.000Z (about 3 years ago)
- Last Synced: 2025-01-29T03:48:07.566Z (over 1 year ago)
- Topics: analytics, data-science, data-visualization, knime, knime-analytics-platform, machine-learning
- Homepage:
- Size: 29.6 MB
- Stars: 2
- Watchers: 1
- Forks: 1
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Knime-Analytics-For-Data-Science-Lecture-Notes
In this repo, I have the course contents of Knime Analytics For Data Science training, which will be given to Sigorta Bilgi ve Gözetim Merkezi by the cooperation of Academy Peak Information Technologies Training and Consultancy between 28 - 30 March 2023.
Bu repoda Academy Peak Bilişim Teknolojileri Eğitim ve Danışmanlık işbirliği ile 28 - 30 Mart 2023 tarihleri arasında Sigorta Bilgi ve Gözetim Merkezi'ne verilecek olan Knime Analytics For Data Science eğitiminin ders içerikleri yer almaktadır.
# 1. Gün
## - Knime Analytics İle Veri Biliminine Giriş
- Knime Knime Analytics Ortamını Tanıma, Basit Uygulamalar
- Knime İle Veri Bilimi Yöntemleri (Makine Öğrenmesi, Veri Madenciliği, Büyük Veri, Veri Bilimi
Kavramları)
- Veriyi Tanımlayabilmek, Veriyi Renklendirme, Görselleştirme
- Veriyi İşlemek (Etl, Preprocessing Süreçleri)
- Veriyi Filtrelemek, Gruplamak, Birleştirmek
# 2.Gün
## İleri Knime Analytics Kullanımları
- Model Oluşturma (Veri Madenciliği, Makine Öğrenmesi, İstatistiksel Modeller)
- Naïve Bayes, Karar Ağaçları, K-Means, Kümeleme, Regresyon Ve Tahminleme Yöntemleri
- Başarı Değerlendirme (Confussion Matrix, K-Fold Cross Validation, Precision, Recall, Sensitivity,
Specificity)
# 3. Gün
## Knime Analytics'de Üst Öğrenme Algoritmaları
- Derin Öğrenme Algoritması (Dl4j)
- Knime Nodes (Operatörleri)
- Knime İle Gerçek Hayat Örnekleri