Predictive Analytics mit PDI und Weka

Pentaho Kurs-ID:	DI3000
Dauer:	2 Tage

Kursbeschreibung

Dieser Kurs stellt Ihnen die prädiktiven Analysefunktionen von Pentaho Data Integration und Weka vor. Aufbauend auf den Kurs Pentaho Data Integration Fundamentals lernen Sie, wie Pentaho-Tools Sie bei folgenden Aufgaben unterstützen:

Datenverständnis
Datenaufbereitung
Prädiktive Modellierung
Deployment und Operationalisierung

Dieser Kurs konzentriert sich stark auf eine praktische Anwendung der in jedem Abschnitt behandelten Themen.

Lernziele

Nach Abschluss dieses Kurses sind Sie in der Lage:

Daten für die Vorhersagemodellierung mit Pentaho Data Integration vorzubereiten
Erstellen, Auswerten und Exportieren von Vorhersagemodellen mit Weka
Bereitstellen und Aktualisieren von Vorhersagemodellen mithilfe von Pentaho Data Integration
Überprüfen der Predictive Ergebnisse in Pentaho Analyzer und Dashboards

Jetzt anmelden

Zielgruppe

Dieser Kurs bewegt sich auf einem Niveau, der für die meisten technischen Anwender von Pentaho Data Integration zugänglich ist. Für die Anwendung der real-world Konzepte sind jedoch Data Science- und Statistikkenntnisse erforderlich.

Voraussetzungen

Windows Desktop-Betriebssystem
RAM: mindestens 4 GB
Festplattenspeicher: mindestens 2 GB freier Festplattenspeicher (für Software und natürlich Dateien)
Prozessor: Dual-Core-AMD64 oder Intel EM64T
DVD-Laufwerk

Kursablauf

Tag 1
Modul 1 Einführung in Data Mining
Lektion Ziele
Lektion Definition, Aufgaben und Prozesse
Lektion Überblick über Pentaho Tools

Modul 2 Daten verstehen und -vorbereiten

Lektion Das ClearWireless-Geschäft und die Problem Domän verstehen

Lektion Datenvorbereitung mit PDI

Übung Erstellen des Predictive Datasets

Modul 3 Prädiktive Modellierung

Lektion Wissensrepräsentation

Tabellen
Funktionen
Naive Bayes
Bäume

Lektion Modelle im Weka Explorer bauen

Übung Verwenden des Explorers

Übung 1: Laden von drahtlosen Daten in den Weka Explorer
Übung 2: Datenmerkmale überprüfen
Übung 3: Erstellen eines logistischen Regressionsmodells zur Vorhersage von "Added_Item_to_Cart"
Übung 4: Erstellen eines Entscheidungsbaums zur Vorhersage von "Added_Item_to_Cart"
Übung 5: Ergebnisse überprüfen und Modell speichern

Übung Modelle im Weka Knowledge Flow bauen

Übung 1: Entwickeln eines Wissensflussprozesses zum Erstellen und Speichern von Modellen

Lektion Data Preparation wieder herstellen

Fehlende Werte
Algorithmenspezifische Datenaufbereitung

Tag 2
Modul 4 Bewertung von prädiktiven Modellen
Lektion Grundlegende Bewertungsmetriken
Lektion Ranking Performance
Übung Vergleich der Ranking Performance von zwei Klassifikatoren im Knowledge Flow

Modul 5 Operationalisierung prädiktiver Modelle

Lektion Bereitstellen eines Modells in PDI

Übung Verwenden des Weka Scoring PDI Step

Aufgabe Importieren eines Weka-Modells in PDI

Aufgabe Scoring Daten mit Weka-Scoring

Lektion Aktualisieren / Neuerstellen eines Modells in PDI

Übung Verwenden des Knowledge Flow-PDI-Steps

Aufgabe Entwerfen des Knowledge Flow Prozesses und konfigurieren des Steps

Übung Bauen des Orchestrierungmodells und Scoring-Transformationen aus einem PDI-Job

Lektion Anzeigen der Vorhersageergebnisse in der Pentaho-Benutzerkonsole

Übung Visualisierungen zur Anzeige von Vorhersageergebnissen erstellen

Übung Verwenden des Pentaho Analyzer für Drill-, Pivot- und Chart der Predictive Daten

Übung Verwenden von Pentaho Dashboard zur Anzeige der Predictive Daten