Introduzione all’analisi dei dati con KNIME

  • Durata: 4 h
  • Livello: Intermedio
  • Anche in versione podcast

Skill che acquisirai

  • Progettazione e programmazione tecnologica
  • Competenze pratiche per il lavoro

20 lezioni (4 h)

Corso fruibile da ogni device in formato video e podcast

Certificato di completamento

Cosa imparerai

Grazie a questo potrai:

  • usare KNIME Analytics Platform
  • importare dati e trasformarli
  • costruire una data app per una dashboard interattiva

Descrizione del corso

L’analisi dei dati ormai è necessaria per qualunque attività. Sia che tu stia pensando ad un avanzamento di carriera, sia che tu stia pensando di introdurre la cultura dei dati in azienda, questo corso è il modo più rapido ed efficace per impararne i rudimenti. Facendo leva sull’interfaccia low code di KNIME Analytics Platform, impareremo a importare dati, trasformarli, visualizzarli, e infine a costruire una dashboard interattiva isolata o all’interno di una sequenza. Il tutto senza scrivere una linea di codice.

Docente

Lorenzo Catena ha conseguito la laurea in Matematica presso l’Università La Sapienza di Roma nel 2018 e successivamente un master in Data Science presso la stessa struttura. Dopo un’esperienza nella divisione Big Data Analytics di AdR (Fiumicino), Lorenzo entra nel Data Science Competence Center di Target Reply Roma. I progetti su cui ha lavorato in ambito Data Science spaziano su diversi settori, da trasporti (e.g. Aeroporti di Roma) a telecomunicazioni (e.g. Telecom), da servizi (Poste, Olivetti) all’ambito energetico (Italgas, Enel X). Diverse certificazioni di tecnologie all’attivo, tra cui spiccano per numero e livello quelle su KNIME. In corso anche la certificazione su questa tecnologia come trainer certificato.

Docente

Rosaria Silipo si è laureata in ingegneria elettronica presso l’Università di Firenze nel 1992 e ha conseguito il dottorato in Bioingegneria nel 1996. Lavora come VP del gruppo di Data Science Evangelism a KNIME. Rosaria ha all’attivo più di 25 anni di esperienza nel campo dell’intelligenza artificiale. Prima di lavorare per KNIME, ha lavorato presso Viseca a Zurigo, Siemens a Monaco di Baviera, e Nuance Communications a Menlo Park in California. Il suo raggio di esperienza nel campo dell’AI comprende applicazioni per IoT, Customer Intelligence, Marketing Analytics, financial services e cybersecurity. Rosaria è autrice di più di 50 pubblicazioni scientifiche. Fra le più recenti spiccano i due libri "Guide to Intelligent Data Science" (Springer) and "Codeless Deep Learning with KNIME" (Packt), entrambi pubblicati nel 2020.

Introduzione all’analisi dei dati con KNIME

Programma del corso

Introduzione a KNIME Analytics Platform

7 lezioni – 50 minuti
  • KNIME Analytics Platform: introduzione

    03:35

  • Installazione del software
  • Nodi, dati e Workflows

    04:41

  • Introduzione alla piattaforma

    09:39

  • Leggere i dati da file txt

    11:22

  • Altri nodi per leggere i dati da file

    03:19

  • Leggere i dati da database

    11:46

Trasformazione dei dati

6 lezioni – 60 minuti
  • Trasformazione dei dati: introduzione

    04:03

  • Filtrare i dati

    10:02

  • Definizione di regole per la trasformazione dei dati

    12:16

  • Standardizzazione di tempi e date

    10:57

  • Aggregazioni per gruppi di dati

    11:03

  • Mettere insieme due data tables

    12:07

Statistica Descrittiva e Visualizzazione dei Dati

7 lezioni – 53 minuti
  • Statistica Descrittiva e Visualizzazione dei Dati: Introduzione

    01:48

  • Visualizzazioni univariate e bivariate

    12:38

  • Visualizzazioni temporali e altre visualizzazioni

    10:50

  • Uso del colore per rappresentare una dimensione aggiuntiva

    05:33

  • Istogrammi

    06:48

  • Statistica descrittiva

    09:35

  • Visualizzazioni multi-variate

    06:38

Costruzione di una data app

6 lezioni – 43 minuti
  • Costruzione di una data app: Introduzione

    02:09

  • Components e dashboards

    09:35

  • Flow variables

    09:48

  • Controllare l’esecuzione di una component da workbench

    08:08

  • Controllare l’esecuzione di una component da web

    12:05

  • Costruzione di una data app: Conclusione

    01:33