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

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。