ChatGPT/AI - KNIME-AI

KNIME機器學習建模Low Code No Code

KNIME Machine Learning Modeling Low Code No Code
  • 時數：28小時
  • 費用：NT$ 20,000
  • 點數：5.0

選擇查詢分區開課時間

地點 班號 日期 時間 預約
台北 253601 班 2025/04/10 ~ 2025/04/18 每週四五 09:00~17:00 預約
台北 253602 班 2025/06/05 ~ 2025/06/13 每週四五 09:00~17:00 預約

目前查無開課時段

詳細開課時間請洽詢業務
新竹、台中、高雄如有上課需求，請參考台北開課日期，洽當地服務人員依需求加開遠距開課日期

聯絡恆逸

教材

恆逸專用教材

課程目標

本課程利用開源軟體KNIME Analytics Platform進行Low Code/No Code的工作流程設計，達到資料清理、資料轉換、特徵工程、建立機器學習模型、預測分析、指標評估。無須事先經過漫長的程式設計學習，即可直接進入AI機器學習領域，讓每一位學員可以在上課中，快速進入模型訓練、預測以及績效評估，更可以即學即用於工作，快速提升自我職場競爭力。更是很多企業尋找快速導入AI機器學習的絕佳契機。

適合對象

  1. 無論是否具備程式開發能力者，皆可參加此課程
  2. 尚未具有程式開發能力者，卻想要直接學習AI機器學習
  3. 對於數據分析建模、預測有興趣者
  4. 想要快速踏入機器學習領域者或快速導入機器學習的企業

預備知識

熟悉Windows作業系統操作

課程內容

  1. 安裝KNIME Analytics Platform環境以及認識KNIME Hub
  2. 基本元件認識與不同資料來源的轉換與操作
  3. SQL資料庫元件與KNIME資料表的領域分隔介紹
  4. 認識什麼是AI機器學習
  5. 敘述統計與圖表的認識
  6. 特徵工程
  7. 簡單線性迴歸分析、複迴歸分析
  8. 分類模型(羅吉斯迴歸、kNN、決策樹、單純貝氏)
  9. 非監督式學習(階層式、非階層式)
  10. 集成式學習(Ensemble Learning)
  11. 模型驗證方法
  12. 各類的評估指標

學會技能

  1. 建模前的資料匯入、匯出、清理、整理
  2. 特徵工程
  3. 機器學習建模、驗證、預測、績效評估

推薦課程