Course Description

Apprenez à utiliser les progiciels les plus populaires qui étendent les fonctionnalités et les domaines d’application de Weka. Utilisez-les pour extraire vos owndata !

Élargissez votre répertoire de scénarios et de techniques d’exploration de données

Ce cours n’est pas en cours en ce moment. Nous pouvons vous envoyer un courriel quand il recommencera, ou vérifier ces autres cours que vous aimerez peut-être.

Quels sujets aborderez-vous ?

• Analyse des séries chronologiques
• Exploration de flux de données
• Classeurs incrémentaux
• Flux de données en évolution
• Machines vectorielles de support
• Accéder à l’exploration de données dans R
• Exploration de données distribuée
• Cadre de réduction des cartes
• Scripting d’exploration de données en Python et Groovy
• Applications : Analyse des sols, Analyse des sentiments, Bioinformatique, IRM neuro-imagerie, Classification d’images, Bioinformatique

Qu’allez-vous en retirer ?

À la fin du cours, vous serez en mesure de….

• Discuter de l’utilisation des variables retardées dans la prévision des séries chronologiques.
• Explorer l’utilisation des données superposées dans la prévision des séries chronologiques.
• Identifier plusieurs applications différentes de data mining avec Weka
• Comparer les implémentations incrémentales et non incrémentales des classificateurs
• Évaluer la performance des classificateurs dans des conditions de dérive conceptuelle
• Classifier les tweets à l’aide de différentes techniques
• Calculer les valeurs optimales des paramètres pour les machines vectorielles de support non linéaires
• Démontrer l’utilisation des classificateurs R dans Weka
• Développer des commandes R et des scripts R à partir de Weka
• Expliquer comment Weka exécute Weka sur un cluster de machines.
• Expérimenter avec des implémentations distribuées de classificateurs et clusterers Weka
• Expliquer comment les tâches « cartographier » et « réduire » sont utilisées pour distribuer Weka.
• Conception de scripts Python et Groovy pour les opérations Weka
• Appliquer des bibliothèques Python pour produire des visualisations sophistiquées des sorties Weka
• Décrire comment Weka peut être invoqué à partir d’un environnement Python

A qui s’adresse le cours ?

Ce cours s’adresse à toute personne qui traite des données. Vous devez avoir terminé Data Mining avec Weka et More Data Mining avec Weka  ou être un utilisateur expérimenté de Weka. Bien que le cours comprenne des scripts en Python, vous n’avez pas besoin d’avoir une connaissance préalable du langage. Vous devrez installer et configurer certains composants logiciels, nous fournissons des instructions complètes.