KNIME - Datenanalyse/Datenverarbeitung + Machine Learning
4.3 (2 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
24 students enrolled

KNIME - Datenanalyse/Datenverarbeitung + Machine Learning

KNIME Analytics - Datenverarbeitung / Datenanalyse / Desktopanwendung bauen / Machine Learning / Übungsprojekte
Hot & New
4.3 (2 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
24 students enrolled
Created by Simon Herzog
Last updated 6/2020
German
Current price: $26.99 Original price: $44.99 Discount: 40% off
1 day left at this price!
30-Day Money-Back Guarantee
This course includes
  • 10 hours on-demand video
  • 46 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • KNIME Analytics vielseitig für praktische Anwendungen einsetzen
  • Datenverarbeitung mit KNIME Analytics
  • Arbeit KNIME Analytics in Kombination mit EXCEL / CSV / Datenbanken / uvm.
  • Praxisbeispiele für den Einsatz von KNIME Analytics die den Büroalltag vereinfachen
  • Machine Learning mit Hilfe von KNIME + Praxisbeispiele (Autoverkauf / Versicherung / Online Shop)
  • Visualisierung von Daten und Analyseergebnissen
Course content
Expand all 82 lectures 10:12:55
+ Einleitung
6 lectures 31:38

Download und Installation von KNIME

Preview 02:58

Wir schauen und gemeinsam die Oberfläche der Anwendung an.

Get Started - Die KNIME Oberfläche kennenlernen
06:09
Backgroundwissen: Exkurs Java-Datentypen
01:56

Wir schauen uns gemeinsam unseren ersten Workflow an, um zu verstehen, was ein Workflow ist und was Knoten ("Nodes") sind?

Unser erster Workflow
05:57

Praktikum/Selfmade: Gemeinsames Nachbauen des in Lektion 3 vorgestellten Workflows. Verbesserung des Verständnisses, wie ein Workflow funktioniert und erstellt wird.

Hinweis: Workflow aus der .zip Datei entpacken und in KNIME Importieren (Über Dropdown Menü "File", Links oben in der Menüleiste)

Unser erster Workflow - Praktikum/Selfmade
12:41
+ Basic Nodes
11 lectures 35:21

Betrachtung des Excel-Readers

Hinweis: Workflow aus der .zip Datei entpacken und in KNIME Importieren (Über Dropdown Menü "File", Links oben in der Menüleiste)

Excel-Reader
03:36

Betrachtung des File-Readers

File-Reader
02:14

Betrachtung des CSV-Readers

CSV-Reader
02:10

Betrachtung einiger spezifischer Input-Knoten

Table-Creator, Table-Reader und PMML-Reader ("Predictive Model Markup Language")
03:02

Betrachtung des Row-Filters und des Column-Filters

Row Filter + Column Filter
06:36

Betrachtung des Excel-Writers

Excel-Writer
02:17

Betrachtung des Excel-Sheet-Appenders

Excel-Sheet-Appender
02:10

Betrachtung des CSV-Writers

CSV-Writer
01:40

Betrachtung von Table-Writer und PMML-Writer

Table-Writer + PMML-Writer
02:26
Praxisprojekt: Aufgabenstellung
03:29

Hinweis: Workflow aus der .zip Datei entpacken und in KNIME Importieren (Über Dropdown Menü "File", Links oben in der Menüleiste)

Praxisprojekt: Lösung
05:41
+ Advanced Nodes
22 lectures 02:28:03

Vorstellen des "Send Email" Nodes und seinen Einsatz in einem Anwendungsfall sehen.

Preview 03:31

Praktikum/Selfmade: Konfiguration und Einsatz des "Send Email" Nodes um automatisiert die Ergebnisse unseres Workflows an E-Mail-Empfänger zu versenden.

Hinweis: Workflow aus der .zip Datei entpacken und in KNIME Importieren (Über Dropdown Menü "File", Links oben in der Menüleiste)

Automatischer E-Mail-Versand mit dem "Send Email"-Node --- Praktikum/Selfmade
09:34
"Column Rename
03:00
Constant Value Column
02:46
Math Formula
02:57
Number-to-String + String-to-Number
04:03
String Manipulation
05:00
String Replacer
03:23
Missing-Value Handling
10:10
Joiner
14:41

Hinweis: Workflow aus der .zip Datei entpacken und in KNIME Importieren (Über Dropdown Menü "File", Links oben in der Menüleiste)

Rule Based Row Filter
10:11
Rule Engine
07:45
Sorter
02:13
Column Resorter
02:07
RowID Node
02:34
Add Empty Rows
03:23
Group By
09:11
Transpose
02:27
Pivottabellen in KNIME
06:46
Praxisprojekt: Benötigte Knoten
04:08
Praxisprojekt: Aufgabenstellung
10:46
Praxisprojekt: Lösung
27:27
+ Datenbank-Interaktion mit KNIME Analytics
12 lectures 01:37:58
Download des MySQL-Installer
01:59
MySQL Installation
05:36
MySQL Workbench - Get Started
05:03

Hinweis: Workflow aus der .zip Datei entpacken und in KNIME Importieren (Über Dropdown Menü "File", Links oben in der Menüleiste)

Database-Connection und Lesen unserer Tabelle mit SQL-Statement mit KNIME
05:33
Einführung: Arbeit mit Datenbanken in KNIME
09:27
Arbeit mit DB-Data in KNIME
06:40
Datenbank-Interaktion ohne SQL-Statement
06:32
UPDATE TABLE mit dem "DB Update" Knoten
04:14
Datenbanktabelle anhand von Excel-Tabelle mit KNIME erstellen und bearbeiten
08:36
Vorbereitung auf das Praxisprojekt
04:40
Praxisprojekt: Aufgabenstellung
09:09
Praxisprojekt: Lösung
30:29
+ Workflow Control - Variablen
5 lectures 18:19

Hinweis: Workflow aus der .zip Datei entpacken und in KNIME Importieren (Über Dropdown Menü "File", Links oben in der Menüleiste)

Workflow-Variablen
04:12
Table-Row to Variable
05:06
Table-Column to Variable
01:45
Variablen bearbeiten mit Java-Code oder Math Formula Knoten
04:36
Variable to Table-Column und Variable to Table-Row
02:40
+ Workflow Control - Schleifen
7 lectures 01:06:53
Generic Loop
08:43
Counting Loop
02:58
Column List loop
10:40
Table-Row to Variable Loop
10:12
List Files Knoten
02:10
Praxisprojekt: Aufgabenstellung
09:25
Praxisprojekt: Lösung
22:45
+ Visualisierung
6 lectures 24:14
Get Started
05:46
Pie Chart
02:51
Stacked Are Chart
01:44
Sunburst Chart
05:54
Scatter Plot
03:18
Datenvorbereitung für Visualisierung
04:41
+ Data Analytics + Machine Learning mit KNIME
11 lectures 02:58:55
Vorbereitung / Preprocessing
29:14
Fehlervermeidung / Fehlinterpretationen
07:41
Machine Learning basierte Fahrzeugempfehlung für unseren Kunden
20:00
Lineare und Polynomiale Regression - Kunde dem passenden Verkäufer zuordnen
27:21
Decision Tree - Bezahlmethode unserer Kunden bestimmen
22:23
Arbeit mit PMML-Modellen
03:07
Einkaufswagenanalyse / Association Rule Learner - Bsp. Versicherungen
21:13
Praxisprojekt: Aufgabenstellung
08:57
Optional: Praxisprojekt: Konzepte
07:28
Praxisprojekt: Lösung - Marketing mit Hilfe von Machine Learning
30:27
Auf Wiedersehen!
01:04
Requirements
  • Keine Programmierkenntnisse nötig
  • Grundlegende Computerkenntnisse (Dateien herunterladen, .zip-Dateien entpacken, Excel/CSV-Dateien erstellen o.ä)
Description

Download der Software

Kennenlernen von KNIME Analytics

Das Konzept "Workflow" und "Node" verstehen und anwenden

Bauen von Datenverarbeitungsprozessen mit Hilfe von Knoten

Betrachtung einzelner Knoten (Zum Beispiel Eingabe / Ausgabe / Filteroptionen / Arbeit mit unterschiedlichen Datentypen)

Automatisierter E-Mail Versand mit dem "Send E-Mail"-Node

Arbeit mit Datenbanken am Beispiel mit einer eigenen MySQL Datenbank

Workflow Steuerung durch Schleifen und Variablen

Visualisierung von Daten und Analyseergebnissen

Desktopanwendung bauen

"Machine Learning" anhand realitätsnaher Beipsiele (Autoverkauf / Versicherung / Online Shop)

Who this course is for:
  • Menschen, die mit vielen Daten, Excel-Tabellen und Dateien arbeiten und sich den Büroalltag vereinfachen möchten
  • Data Science Interessierte, die ihr theoretisches Wissen praktisch mit einem interaktiven Tool umsetzen wollen
  • Data Analysten