元数据设计、实施和最佳实践方面的创新

网络研讨会- KNIME简介

本次网络研讨会定于2021年2月10日(星期三)16:00 UTC (将此时间转换为本地时区),对DCMI社区是免费的。

关于KNIME

KNIME分析平台是一个用于处理各种数据的开源软件。它使用直观的、拖放式图形界面创建的可视化工作流,而不需要编码。

可以有选择地执行工作流中的部分或所有节点,并使用交互式小部件和视图检查结果。KNIME带有丰富的节点集,可以很容易地用R、python或Java代码进行扩展。

一些主要特点:

  • 数据融合KNIME可以从简单的文本格式(如CSV、XLS、JSON)或类似的非结构化数据类型(如图像、文档、网络或时间序列数据)以及所有主流DBMS或云存储中导入数据。
  • 数据形成数据清理可以通过标准化、数据类型转换和缺失/超出范围的值处理来完成。可以以任何可以想象的方式对数据进行聚合、排序、过滤和连接。包括描述性统计、统计假设验证、降维和相关分析等功能。
  • 机器学习您可以构建机器学习模型,优化它们的性能,并根据指标或测试集验证它们。

关于网络研讨会

本次网络研讨会将介绍KNIME,并重点讨论数据融合和成型。所有在网络研讨会中使用的数据文件和KNIME工作流将在网络研讨会结束后提供,以便参与者可以在自己的计算机上复制演示的步骤。

马格努斯·菲佛(Magnus Pfeffer)是德国斯图加特媒体大学信息管理教授。他的研究兴趣包括关联数据、元数据集成、异构数据集信息检索和机器学习。
Kai Eckert博士是德国斯图加特媒体大学网络信息系统教授。他的研究兴趣包括关联数据、数据集成与丰富、知识组织和数据来源。

本次网络研讨会将由ASIS&T主办。DCMI网络研讨会的注册目前是免费的,但您需要在注册时使用折扣代码'dcmi25'完整的细节,包括参加网络研讨会的说明