Zum Navigationspfad Unterseiten von „Forschen & Beraten“ Zur Navigation Zum Schnellzugriff Zum Fuß der Seite mit weiteren Services
Zum Inhalt
Logo IPS
Fakultät Maschinenbau
Gebäude mit Bäumen im Vordergrund © Jürgen Huhn​/​TU Dortmund

Einführung in Rapid Miner - Maschinelles Lernen für Industrial Data Scientists

Teilnehmer: 5 - 15 Dauer: 1 Tag Ort: Präsenz/online

Ziele

  • Grundverständnis im Bereich Maschinelles Lernen, Datenvorverarbeitung, überwachte und unüberwachte Lernmethoden
  • Einführung in die Software Rapid Miner
Bildschirmfoto einer Softwareoberfläche, das die Arbeitsumgebung von RapidMiner als Werkzeug zur Erstellung und Auswertung datengetriebener Modelle zeigt. Links befindet sich ein Bereich mit einem Verzeichnis der Projekte sowie einer Liste der verfügbaren Operatoren, die per Drag-and-Drop in Workflows eingebunden werden können. Der zentrale Bereich zeigt eine Präsentationsfolie mit einer Beschreibung der Softwarefunktionen, darunter Hinweise auf visuelle Workflowgestaltung, maschinelle Lernalgorithmen sowie Integrationsmöglichkeiten. Rechts sind Parameter- und Prozesseinstellungen sichtbar, ergänzt durch ein Hilfemenü zur Unterstützung der Modellierung. Unterhalb des Hauptfensters weisen drei grafische Beispiele auf typische Einsatzfelder hin: Datenvisualisierung, grafische Prozessmodellierung per Drag-and-Drop sowie Modellbildung und -evaluation. Das Bild vermittelt den strukturierten und modularen Aufbau der RapidMiner-Umgebung zur Entwicklung analytischer Workflows. © IPS​/​TU Dortmund

Inhalte

  • Grundlagen der Datenvorverarbeitung
  • Überwachte Lernmethoden
  • Training und Bewertung von Modellen
  • Arbeiten mit Rapid MinerStudio
    • Datenvisualisierung
    • Drag & Drop Prozessmodellierung
    • Modellbildung und Evaluation
       
Sprechen Sie uns gerne an

Kontakt