KNIME Analytics Platform

KNIME Analytics Platform je tzv. open source software, tedy software dostupný pro koncové uživatele zdarma, který slouží pro vytváření datových aplikací.

Knime je velmi intuitivní a efektivní nástroj pro tvorbu datových analýz a scénářů strojového učení.

Software je vyvíjen universitou ve Švýcarsku a je finančně podporován nadnárodními firmami, které tak umožňují neustálý rozvoj této platformy a nabízí tak přes dva tisíce pracovních uzlů, tzv. Knime NODES.

Práce v Knime analytics platform probíhá v tzv. workflow, jež je souborem .knwf. Platforma využívá podobných funkcionalit co se týče práce se souborem tak, jak jsme zvyklí u Microsoftu, tedy používá podobné menu, podobné klávesové zkratky. Soubory je možné organizovat ve složkách a různě s nimi manipulovat stejně jako v prostředí Windows.
Samotná práce s daty pak probíhá ve workflow a to pomocí uzlů, tzv. nodes, které jsou organizovány v Node repository. Uzly jsou seřazeny do skupin dle typu práce.
Velkou výhodou Knime je, že nemusíte být programátorem a přesto jste schopni vytvořit datové analýzy, zpracovat modely strojového učení a pracovat s big daty.
Knime v porovnání s některými jinými softwary je schopný zpracovat obrovská množství dat s celkem dobrým časovým výkonem.

Jak s Knimeme pracovat?

Knime Analytics Platform lze jednoduše stáhnout na www.knime.com a snadno nainstalovat do vašeho počítače.
Pak již jen otevřete nové workflow a postupujete tak, že pomocí tzv. reader nodes, tedy uzlů, které vám umožní načíst vaše data z široké možnosti typů, jako je excel, csv, txt, sql databáze a mnoho dalších, natáhnete data do Knime.
Dále data můžete různě transformovat a modifikovat pomocí tzv. manipulation nodes, tedy uzlů, které slouží k tzv. data wrangling, tedy přípravě dat. Příprava dat je nejvíce časově náročná v rámci celého procesu strojového učení a datových analýz a pro případné závěry, predikce či reporty potřebujete mít data vypovídající a čistá.
Knime tak nabízí nesčetné množství těchto manipulačních uzlů, včetně matematických výpočtů, změn datových typů, různé filtry a kombinace, spojování datových setů, nabízí řešení pro chybějící hodnoty v datech apod.

Po úpravě dat pak můžete využít několik view nodes, tedy grafů pro vizualizaci dat. Najdete zde standardní grafy, jako jsou liniový, sloupcový, koláčový, ale také např. box plot, který ukáže distribuci číselných hodnot do statistických skupin – median, maximální a minimální hodnota a kvartily.
Grafy lze použít „standardní„, a nebo tzv. java script grafy, které umožňují vizuálně pěkné zpracování a více možností v konfiguraci.

Uzly se vždy napojují na sebe, tedy postupně, jak jdou za sebou a než se spustí program v uzlu, musí se nakonfigurovat, tedy nastavit a pak spustit. Zároveň si u každého uzlu můžete ověřit výstup, který jste tímto uzlem dosáhly.

Knime a datová věda

Samozřejmě, protože se jedná o nástroj pro datové vědce, v Knime naleznete snad všechny techniky strojového učení v oblasti regrese, klasifikace, clusteringu, asosiačních analýz, ale i tzv. deep learning metody – strojové učení pomocí hlubokých neuronových sítí.

Zkušenosti k Knimem

Já osobně Knime využívám zejména pro prediktivní analytiku ve výrobě a financích, kde pracujeme s daty převážně z Excelů (reporty ze SAP, BW), z CSV a z SQL serveru.


Z mého pohledu je Knime velmi intuitivní a rychlý nástroj, který když dostanete do ruky, tak jste schopni vytvořit model velmi rychle (samozřejmě záleží na kvalitě dat, kterou dostanete jako vstup) a získat pěkné vizuály, statistická vyhodnocení a prediktivní analýzy.

Kde se Knime naučit

Všeobecná školení anglicky: https://www.knime.com/resources

Prezenční kurzy v češtině: https://www.elderberrydata.com/datova-veda/

Praktický on-line kurz na Udemy.com: https://www.udemy.com/data-analyzing-and-machine-learning-hands-on-with-knime/

Autor článku: Ing. Barbora Štětinová MBA

Profil: https://www.linkedin.com/in/barbora-stetinova-19304910b/?originalSubdomain=cz

Zanechat odpověď

Vyplňte detaily níže nebo klikněte na ikonu pro přihlášení:

Logo WordPress.com

Komentujete pomocí vašeho WordPress.com účtu. Odhlásit /  Změnit )

Twitter picture

Komentujete pomocí vašeho Twitter účtu. Odhlásit /  Změnit )

Facebook photo

Komentujete pomocí vašeho Facebook účtu. Odhlásit /  Změnit )

Připojování k %s