标题: |
介绍KNIME |
日期: |
2021-02-10 |
语言: |
英语 |
资源: |
|
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
本次网络研讨会介绍了KNIME,并重点介绍了数据混合和塑造。
主持人
马格努斯菲
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。
凯埃克特
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。