دیتاماینینگ یار
پکیج های آموزشی

دوره آموزشی کامل غیر حضوری پروژه محور داده کاوی با رپیدماینر

تعداد دیدگاه‌ها
1
مهندس مهدی مقیمی

مهدی مقیمی

فارغ التحصیل رشته‌ی مهندسی نرم افزار در مقطع کارشناسی ارشد در سال ۱۳۹۳ هستم. برنامه نویس فول استک هستم و عاشق هوش تجاری و داده کاوی. در زمینه طراحی؛ تحلیل؛ پیاده سازی و استقرار و مشاوره سامانه‌های نرم افزاری و هوش تجاری بزرگ در سطح ملی و بین المللی فعالیت می کنم، هم اکنون در حال توسعه و تولید داشبوردهای مدیریتی بانک ایران زمین و داشبوردهای هوش تجاری توانیر میباشم.

رپیدماینر یک نرم افزار داده کاوی است که توسط کمپانی به همین اسم تولید شده است. این نرم افزار در یادگیری ماشین و داده کاوی و متن کاوی و آنالیز پیش بینی و آنالیز تجارت استفاده می شود. این نرم افزار هم در محیط های صنعتی و هم دانشگاهی مورد استفاده قرار می گیرد.گفته می شود این نرم افزار ۹۹ درصد راه حل های آنالیزی پیشرفته را بدون هیچ زحمت کدنویسی برای  محقق داده کاوی فراهم می کند.این نرم افزار با زبان برنامه نویسی جاوا نوشته شده است. تمامی عملیات در نرم افزار رپیدماینر توسط پنجره گرافیکی انجام می شود. عملیات workflow در رپیدماینر به نام فرایند process شناخته می شوند که شامل چندین عملگر operator تشکیل می شوند. هر عملگر یک وظیفه را در فرایند انجام می دهد.این نرم افزار قابلیت ارتباط با نرم افزارهای داده کاوی دیگر مانند R و  weka را دارد. RapidMiner قوی ترین و آسان ترین نرم افزار برای آنالیز داده ها به صورت عددی و نمایش گرافیکی نتایج حاصل از تحلیل داده ها است. هم چنین این نرم افزار قابلیت ورود کدهای داده کاوی از سایر برنامه ها مانند R و Python را دارد و می تواند از داده های سایر نرم افزار های داده کاوی مانند: Microsoft Excel و  Microsoft Access ,Oracle ,IBM DB ,Microsoft SQL Server ,Teradata نیز استفاده کند. این نرم‌افزار یک ابزار داده‌کاوی متن‌باز است که با زبان جاوا نوشته‌شده است و از سال ۲۰۰۱ تابه‌حال، توسعه داده‌شده است. در این نرم‌افزار سعی گروه توسعه‌دهنده، بر آن بوده است که تا حد امکان تمامی الگوریتم‌های رایج داده‌کاوی و هم‌چنین یادگیری ماشین پوشش داده شوند. به‌گونه‌ای که حتی این امکان برای نرم‌افزار فراهم‌شده است تا بتوان سایر ابزار‌های متن‌باز داده‌کاوی را نیز به آن الحاق نمود. رابط گرافیکی شکیل و کاربر‌پسند نرم‌افزار نیز آن را یک سر و گردن بالاتر از سایر ابزار‌های رقیب قرار می‌دهد. از نقاط قوت نرم‌افزار می‌توان به موارد زیر اشاره کرد.

جلسه اول دوره آموزش داده کاوی با رپیدماینر
آموزش دانلود و نصب رپیدماینر و راه اندازی آن
ویدئو خصوصی
جلسه دوم دوره آموزش داده کاوی با رپیدماینر
آشنایی اولیه با مفاهیم داده کاوی
ویدئو خصوصی پیش نمایش
آشنایی با تعاریف مهم در داده کاوی
آشنایی اولیه با مبانی داده کاوی
آشنایی اولیه با فرآیند داده کاوی
آشنایی اولیه با الگوریتم داده کاوی
آشنایی اولیه با ابزارهای داده کاوی
آشنایی با فضای کلی داده کاوی در SSAS
جلسه سوم دوره آموزش داده کاوی با رپیدماینر
آموزش پروژه محور آشنایی و ساخت یک پروژه داده کاوی
ویدئو خصوصی
آشنایی با مباحث اولیه رپیدماینر
پیش بینی پازیشن کارکنان یکی از ادارات دولتی
آشنایی با تمام تکنیک های ابتدایی مورد نیاز برای انجام فرایند داده کاوی در رپیدماینر
فایل ضمیمه
ضمیمه خصوصی
جلسه چهارم دوره آموزش داده کاوی با رپیدماینر
آموزش پروژه محور شبیه سازی پروژه طبقه بندی و تولید قوانین انجمنی مجموعه داده(دیتاست) فیلم در رپیدماینر
ویدئو خصوصی
طراحی یک طبقه بندی، تست آن و گرفتن خروجی به کمک روش هایی مانند KNN و Random Forest
آموزش کاهش ابعاد داده ها با تکنیک های حرفه ای و معرفی چند روش معروف کاهش بعد
یافتن Frequent Items یا ایتم های پرتکرار در یک دیتاست
تولید قوانین انجمنی
توضیحات در مورد پیش پردازش هایی مانند generate Attribute
۴ فایل اکسل دیتاست و ۴ فایل مربوط به مدل با پسوند rmp
ضمیمه خصوصی
جلسه پنجم دوره آموزش داده کاوی با رپیدماینر
آموزش پروژه محور ترکیبی پیش بینی و بهینه سازی وضعیت بیماران به کمک تکنیک های پیشرفته Ensembling در رپیدماینر
ویدئو خصوصی
مدل سازی عملیات پیش بینی یا دسته بندی با استفاده از الگوریتم ENSEMBLING بروی داده های مربوط به دیتاست وضعیت بیماران با نرم افزار داده کاوی رپیدماینر
طبقه بندی داده های ستون کلاس با ترکیب سه الگوریتم SVM؛ NN و KNN
داکیومنت (جزوه) حدود ۱۵ صفحه ای و تصویری به همراه توضیحات تشریحی؛ تحویل مدل رپیدماینر؛ دو عدد دیتاست
ضمیمه خصوصی
جلسه ششم و هفتم دوره آموزش داده کاوی با رپیدماینر
آموزش پروژه محور ساخت دیتاست دانشجویان و وضعیت تحصیلی آنها به همراه پروژه پیش بینی رتبه کنکور دانشجویان به کمک تکنیک های داده کاوی در رپیدماینر
ویدئو خصوصی
اسکریپت های اس کیو الی جهت ساخت و تولید دیتاست دانشجویان
پروژه پیش بینی رتبه کنکور دانشجویان به کمک چندین روش داده کاوی
صحبت در مورد بتدای ساخت دیتاست (مجموعه داده) از ابتدا تا انتهای ساخت مدل رپیدماینر به کمک چندین روش داده کاوی از جمله روش داده کاوی SVM و KNN , درخت تصمیم و روش هایی مانند رگرسیون و…
پیاده سازی چند پروژه عملی از صفر تا صد
پیاده سازی ستون های دیتاست ها با زبان SQL به صورت کامل
فایل ها و ضمایم مرتبط با این جلسه: جزوه یا داکیومنت تصویری به همراه توضیحات تشریحی؛ یک عدد مدل فایل رپیدماینر ؛ تحویل دیتاست ؛ تحویل کد های دیتاست به زبان SQL
ضمیمه خصوصی
جلسه هشتم و نهم دوره آموزش داده کاوی با رپیدماینر
آموزش پروژه محور انجام تکنیک های مبتدی و حرفه ای داده کاوی بر روی دیتای یک فروشگاه داخلی به کمک تکنیک های داده کاوی در رپیدماینر
ویدئو خصوصی
آموزش تکنیک های طبقه بندی و خوشه بندی و بعد آپتیمایزیشن و در انتها استفاده از تکنیک های استخراج قوانین انجمنی بر روی داده های یک فروشگاه
فایل ها و ضمایم مرتبط با این جلسه : دو عدد مدل فایل رپیدماینر ؛ دیتاست فروشگاهی
ضمیمه خصوصی
جلسه دهم دوره آموزش داده کاوی با رپیدماینر
آموزش پروژه محور انجام تکنیک های مبتدی و حرفه ای داده کاوی بر روی داده های عددی یک فروشگاه خارجی به کمک تکنیک های داده کاوی در رپیدماینر
ویدئو خصوصی
پیش پردازش داده ها
پیش بینی قیمت با الگوریتم رگرسیون
استفاده از تکنیک های پیش رفته تر انسمبلینگ و تقویت روش رگرسیون برای پیش بینی بهتر
جلسه یازدهم دوره آموزش داده کاوی با رپیدماینر
آموزش پروژه محور انجام تکنیک های حرفه ای داده کاوی بر روی داده های چندین ساله سری زمانی آب و هوای ایران به کمک تکنیک ARIMA در رپیدماینر
ویدئو خصوصی
کار بر روی داده های سری زمانی به کمک انواع تکنیک های مبتدی و پیشرفته داده کاوی
چندین الگوریتم معتبر، پیاده سازی مدل اریما و ترکیب ان با خوشه بندی
انجام تکنیک های پیشرفته اپتیمایزیشن روی مدل ها
پیاده سازی مدل سری زمانی holtWinters با همین داده ها در رپیدماینر به صورت کامل و نمایش خروجی به صورت کامل
جلسه دوازدهم دوره آموزش داده کاوی با رپیدماینر
آموزش پروژه محور انجام تکنیک های مبتدی و حرفه ای داده کاوی بر روی داده های سری زمان آب و هوای ایران به همراه توضیحات کامل شیوه کار با داده های سری زمانی
ویدئو خصوصی
آموزش پیش پردازش داده های سری زمانی در رپیدماینر و توضیحات کامل در خصوص پیش پردازش آنها
پیش بینی داده های سری زمانی به کمک الگوریتم های مختلفی از جمله بیزین درخت تصمیم ؛ دیپ لرنینگ و KNN و بوستینگ بگینگ و کاهش ابعاد داده هاو انواع دیگر روش های داده کاوی مطرح
کار با کراس ولیدیشن و همچنین پیشنهاد یک مدل کامل برای پیش بینی داده های سری زمانی
متعلقات : ۴ عدد مدل رپیدماینر و مجموعه داده بحث شده
ضمیمه خصوصی
انجام پروژه جدید در حوزه داده کاوی
ویدئو خصوصی
جلسه سیزدهم دوره آموزش داده کاوی با رپیدماینر
پیش بینی سودده بودن شرکت های نفتی و پتروشیمی ایران به کمک تکنیک درخت تصمیم
ویدئو خصوصی
آشنایی با دیتاست واقعی پتروشیمی
پیش پردازش داده ها
کار با کراس ولیدیشن
مدلسازی داده ها
تحلیل نتایج
آشنایی کامل با ماتریس درهم ریختگی
انجام پروژه جدید در حوزه داده کاوی
ویدئو
جلسه چهاردهم دوره آموزش داده کاوی با رپیدماینر
انجام پروژه جدید در حوزه داده کاوی
ویدئو خصوصی
جلسه پانزدهم دوره آموزش داده کاوی با رپیدماینر
انجام پروژه جدید در حوزه داده کاوی
ویدئو خصوصی پیش نمایش
5.00

میانگین رای براساس 1 دیدگاه‌ها
امتیازدهی 1 از 5 در 1 امتیازدهی مشتری
0 (0%)
امتیازدهی 2 از 5 در 1 امتیازدهی مشتری
0 (0%)
امتیازدهی 3 از 5 در 1 امتیازدهی مشتری
0 (0%)
امتیازدهی 4 از 5 در 1 امتیازدهی مشتری
0 (0%)
امتیازدهی 5 از 5 در 1 امتیازدهی مشتری
1 (100%)

دیدگاه‌ها (1)

1 دیدگاه برای دوره آموزشی کامل غیر حضوری پروژه محور داده کاوی با رپیدماینر

  1. ناصر صفائیان حمزه کلائی (مالک تایید شده)

    مطالب ارائه شده بسیار مفید و کاربردی هستند. مدلهای بررسی شده بسیار کاربردی و به راحتی قابل کاربرد در علوم مختلف میباشند. پیشنهاد میشود خلاصه سرفصل دوره به فایلها اضافه گرد.
    با تشکر

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *


پاسخ من را به ایمیلم ارسال کن

error: با عرض پوزش؛ لطفا از مطالعه مطالب لذت ببرید.