After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Podstawowe techniki manipulacji danymi
Rozpocznij swoją ścieżkę nauki, zdobywając podstawowe umiejętności transformacji danych w KNIME. Ten segment kursu obejmuje dzielenie kolumn na podstawie wartości komórek, używanie instrukcji warunkowych do zapewnienia integralności danych oraz stosowanie operatorów logicznych do tworzenia kompleksowych filtrów danych. Dodatkowo nauczysz się technik zmiany nazw kolumn, aby utrzymać dobrze uporządkowany zbiór danych. Te podstawowe umiejętności są kluczowe dla każdego, kto zaczyna pracę z transformacją danych w KNIME.
Transformacje oparte na wyrażeniach
Rozwiń swoją podstawową wiedzę dzięki średnio zaawansowanym strategiom manipulacji danymi. W tej części kursu będziesz ćwiczyć sztukę tworzenia i używania wyrażeń tekstowych oraz matematycznych do wykonywania złożonych transformacji danych. Dowiedz się, jak tworzyć niestandardowe kolumny dopasowane do konkretnych potrzeb analitycznych oraz płynnie łączyć różne typy transformacji danych. Ten zestaw umiejętności pozwoli Ci skutecznie radzić sobie z bardziej zaawansowanymi scenariuszami danych.
Usprawnianie przepływów pracy i konsolidacja danych
Ostatnia część kursu koncentruje się na optymalizacji i usprawnianiu przepływów pracy KNIME. Naucz się dodawać i łączyć kolumny z wielu źródeł danych, dodawać kolumny ze stałą wartością oraz skutecznie sortować tabele. Ponadto ta sekcja uczy, jak abstrahować fragmenty swoich przepływów pracy do wielokrotnego użytku komponentów oraz ulepszać elementy wizualne, aby zwiększyć użyteczność. Te zaawansowane techniki pozwolą Ci efektywniej zarządzać złożonymi zbiorami danych i analizować je z większą skutecznością oraz lepszym wglądem.
Wymagania wstępne
Program kursu
Plan kursu
1
Instrukcje warunkowe i operatory logiczne
W tym rozdziale nauczysz się dzielić kolumny na podstawie wartości komórek, co pozwoli ci rozdzielać złożone dane na bardziej przejrzyste części. Następnie poznasz instrukcje warunkowe służące do transformacji danych – dowiesz się, jak stosować określone reguły do swojego zbioru danych. Nauczysz się też używać operatorów logicznych do budowania warunków logicznych. Na koniec odkryjesz, jak zmieniać nazwy jednej lub wielu kolumn, aby twój zbiór danych był dobrze zorganizowany i czytelny.
2
Wyrażenia tekstowe i matematyczne
Poznaj transformację danych opartą na wyrażeniach – kluczową umiejętność w zakresie manipulowania danymi. Ten rozdział obejmuje zrozumienie i stosowanie wyrażeń tekstowych do różnych operacji na ciągach znaków. Opanujesz też wyrażenia matematyczne z użyciem formuł i operatorów, dzięki czemu będziesz tworzyć własne kolumny dopasowane do swoich potrzeb. Rozdział kończy się budowaniem wyrażeń mieszanych, które płynnie łączą wyrażenia matematyczne i tekstowe – zapewniając pełny zestaw narzędzi do zaawansowanej transformacji danych.
3
Integracja danych
Dowiedz się, jak dołączać i scalać kolumny z wielu tabel, co pozwoli ci konsolidować dane z różnych źródeł. Poznaj sposoby dodawania kolumn ze stałymi wartościami i zmieniania kolejności kolumn, aby dostosować układ zbioru danych do swoich potrzeb. Na koniec zagłębisz się w sortowanie tabel według wybranych kryteriów – dzięki temu twoje dane będą uporządkowane i gotowe do analizy. Te umiejętności zwiększą twoją sprawność w zarządzaniu danymi i sprawią, że złożone zbiory danych staną się bardziej przejrzyste.
4
Udostępnianie przepływów pracy i współpraca
Ten ostatni rozdział skupia się na usprawnianiu przepływów pracy w KNIME poprzez dodawanie szczegółowych opisów i tagów odzwierciedlających ich tematykę. Dowiesz się też, jak wyodrębniać fragmenty przepływów pracy w postaci komponentów wielokrotnego użytku, grupować funkcjonalności i dodawać elementy wizualne poprawiające użyteczność.
Na koniec nauczysz się udostępniać swoje przepływy pracy i komponenty w KNIME Community Hub, aby były wartościowe i dostępne dla całej społeczności.
Transformacja danych w KNIME
Kurs
ukończony
