Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Techniques de base de manipulation des données
Commencez votre parcours d'apprentissage en acquérant des compétences fondamentales en matière de transformation des données dans KNIME. Cette partie du cours couvre la division des colonnes en fonction des valeurs des cellules, l'utilisation d'instructions conditionnelles pour assurer l'intégrité des données et l'emploi d'opérateurs logiques pour créer des filtres de données complets. En outre, vous apprendrez des techniques pour renommer les colonnes afin de conserver un ensemble de données bien organisé. Ces compétences essentielles sont cruciales pour toute personne débutant dans la transformation de données dans KNIME.
Transformations basées sur l'expression
Développez vos connaissances de base avec des stratégies de manipulation de données intermédiaires. Dans cette partie du cours, vous pratiquerez l'art de créer et d'utiliser des chaînes de caractères et des expressions mathématiques pour effectuer des transformations de données complexes. Apprenez à créer des colonnes personnalisées adaptées à des besoins analytiques spécifiques et à combiner différents types de transformations de données en toute transparence. Cet ensemble de compétences vous permettra de traiter efficacement des scénarios de données plus sophistiqués.
Améliorer les flux de travail et la consolidation des données
La dernière partie du cours se concentre sur l'optimisation et l'amélioration des flux de travail KNIME. Apprenez à ajouter et à fusionner des colonnes provenant de plusieurs sources de données, à ajouter des colonnes à valeur constante et à trier efficacement les tableaux. En outre, cette section vous apprend à abstraire des segments de vos flux de travail en composants réutilisables et à améliorer vos éléments visuels pour une meilleure convivialité. Ces techniques avancées vous permettront de gérer et d'analyser des ensembles de données complexes avec plus d'efficacité et de perspicacité.
Prérequis
Programme de formation
Plan du cours
1
Déclarations conditionnelles et opérateurs logiques
Dans ce chapitre, vous apprendrez à diviser les colonnes en fonction des valeurs des cellules, ce qui vous permettra de séparer des données combinées en parties plus faciles à gérer. Ensuite, vous explorerez l’utilisation de déclarations conditionnelles pour la transformation des données, ce qui vous permettra d’appliquer des règles spécifiques à votre ensemble de données. En outre, vous apprendrez à utiliser les opérateurs logiques pour formuler des conditions logiques. Enfin, vous découvrirez comment renommer une ou plusieurs colonnes, afin que votre ensemble de données soit bien organisé et facile à comprendre.
2
Expressions mathématiques et de chaînes de caractères
Découvrez la transformation des données basée sur des expressions, une compétence essentielle pour la manipulation des données. Cette leçon traite de la compréhension et de l’utilisation des expressions de chaînes de caractères pour diverses manipulations de chaînes. En outre, vous maîtriserez les expressions mathématiques à l’aide de formules et d’opérateurs, ce qui permettra à l’entreprise de créer des colonnes personnalisées adaptées à ses besoins. Le chapitre se termine par la capacité à construire des expressions mixtes qui combinent de manière transparente des expressions mathématiques et des expressions de chaînes de caractères, offrant ainsi une boîte à outils complète pour la transformation avancée des données.
3
Intégration des données
Apprenez à ajouter et à fusionner des colonnes provenant de plusieurs tableaux, ce qui vous permet de consolider des données provenant de diverses sources. Découvrez comment ajouter des colonnes à valeur constante et réorganiser les colonnes pour personnaliser la présentation de votre jeu de données. Enfin, découvrez comment trier les tableaux en spécifiant une liste de critères, ce qui permet d’organiser vos données et de les rendre facilement accessibles à des fins d’analyse. Ces compétences vous permettront d’améliorer votre maîtrise de la gestion des données et de rendre les ensembles de données complexes plus faciles à gérer et à comprendre.
4
Partager les flux de travail et collaborer
Ce dernier chapitre se concentre sur l’amélioration des flux de travail KNIME en ajoutant des descriptions détaillées et des étiquettes pour représenter leurs thèmes. En outre, vous apprendrez à abstraire des segments de flux de travail en composants KNIME réutilisables, à regrouper des fonctionnalités et à ajouter des éléments visuels pour une meilleure expérience utilisateur.
Enfin, apprenez à partager vos flux de travail et vos composants sur KNIME Community Hub, en veillant à ce qu’ils soient précieux et accessibles à la communauté.
Transformation des données dans KNIME
Cours
terminé
