使用 RapidMiner 9.8 以上版本實作時間序列預測問題 進階線上研討會

首頁

>

最新活動

> 活動內文

時間序列常見於收益預測、庫存研究、普查分析、銷售預估、人資流失、預算分析、品質/良率預估及能源負載預估等應用中;使用 RapidMiner 9.8 以上的版本,來實作時間序列分析與預測,將比以往更快、更簡單。 RapidMiner Studio 原本已經包含了一個以 Windowing Operator 為核心的時間序列模組,用戶可以透過簡易的參數,嘗試各式各樣的數據轉換、並利用雜訊去除、頻譜分析及參數調教等功能,進行傳統的時間序列分析與預測。

為了超越傳統方式,邁向機器學習的架構,RapidMiner 在 9.8 以後添加了 Process Windows, Forecast Validation, Multi Horizon Forecast, Multi Horizon Performance 等運算子,不僅可以將時間序列的數據轉為適合機器學習技術的數據集,進行建模、驗證與預測,更可以結合 RapidMiner 的所有功能來優化模型的預測績效。

希望藉由此次線上研討會,與會者能夠體會到如何利用 RapidMiner 9.8+ 簡單快速地完成以機器學習為基礎的時間序列分析與預測。

活動時間 :
2021/06/24 (四)  14:00-15:00

講師介紹 : 李永嘉博士曾經在密西根大學安那堡校區教了六年的計算機課程,也在紐澤西的 AT&T Labs 帶過數十人的研發團隊,回來台灣後擔任過明基西門子手機的亞洲研發總監,這些年來專注於雲端運算,大數據分析與機器學習方面的顧問工作。

* 本活動需事先報名,報名完成後將於活動前一天寄發活動登入連結,歡迎業界先進及學者報名參加。想了解更多相關訊息,歡迎按?追蹤"RapidMiner 人工智慧機器學習平台"粉絲專頁。

2021.06.24

14:00-15:00

本研討會採網路 Live 直播

隱私權聲明

同意

您於本頁提供之個人資料,本公司將於相關範圍內蒐集、處理及利用,提供我們做聯繫、活動、及行銷宣傳使用。
未經您的許可,本公司不會將您的個人資訊與第三人分享,除非係為完成您所請求的服務或交易所必要或法律要求者。
有關您於本頁提供之個人資料,您得向本公司請求查詢、閱覽、複給副本、補充、更正、停止蒐集/處理/利用、或刪除。