Formation Advanced Analytics with RapidMiner

Introduction

• Vue d'ensemble du RapidMiner Studio
• Orientation vers l'interface utilisateur de RapidMiner et ses fonctionnalités

Méthodologie CRISP-DM dans RapidMiner (en anglais)

• Comprendre le cadre de CRISP-DM
• Application à l'estimation et à la projection de valeurs

Compréhension et préparation des données

• Importation et exploration des données
• Techniques de prétraitement et de nettoyage
• Méthodes avancées de transformation des données

Modélisation des données avec RapidMiner

• Introduction à la modélisation des données
• Sélection et application d'algorithmes d'apprentissage automatique
• Algorithmes d'apprentissage supervisé
• Algorithmes d'apprentissage non supervisé

Évaluation et déploiement de modèles

• Techniques d'évaluation des modèles
• Stratégies de déploiement des modèles
• Réalignement et optimisation des modèles

Analyse des séries temporelles et Forecasting

• Principes fondamentaux de l'analyse des séries temporelles
• Application des modèles de moyenne mobile
• Prétraitement des séries temporelles et agrégation des données

Techniques avancées de séries temporelles

• Analyse de décomposition
• Projection avec fenêtres temporelles
• Projection avec génération de caractéristiques

Modélisation ARIMA

• Comprendre les modèles ARIMA
• Application pratique dans RapidMiner

Résumé et prochaines étapes