RapidMiner Studio是一个基于Java的应用程序，旨在为您提供多种数据分析任务工具。该程序可以帮助您浏览数据并创建模型，以便轻松识别趋势。RapidMiner具有可视化的工作流程设计和完全自动化的综合数据科学平台。RapidMiner 专为分析团队打造，统一了从数据准备到机器学习再到预测模型操作的整个数据科学生命周期。
RapidMiner 现在通过 Turbo Prep、Auto Model 和 Model Ops 提供了一条通往全自动数据科学的完整途径。只需单击几下，您就可以访问和准备数据、构建最佳模型并将其部署到生产中。为您提供一个直观有效的工具来分析来自多个来源的数据。因此，RapidMiner Studio 允许您从纯文本文件、Office文档甚至数据库服务器（如Oracle、MySQL或PostgreSQL）加载所需的信息。
特色：
- 数据准备：为构建ML模型而无缝集成和优化
- 机器学习：使用可视化工作流程设计器或自动建模设计模型
- 模型操作：部署和管理模型并将其转化为规范性操作
功能：
- 可视化工作流设计器
- 连接到任何数据源
- 自动数据库内处理
- 数据可视化与探索
- 数据准备和混合
- 视觉和自动化机器学习
- 模型验证
- 可解释的模型不是黑匣子
- 从 R 和 Python 代码中获取更多信息
- 灵活的评分和模型操作
- 自动化和过程控制
- 开放和可扩展
更新：
- 添加了函数拟合运算符，可以优化属性函数中的参数以适应标签。它可用于创建最佳函数以拟合数据中的数据点。
- 偏差意识：如果使用特定列更有可能为您的模型添加不需要的偏差，则将其突出显示。这发生在各个地方，例如数据的统计视图、模型模拟器、Turbo Prep、自动模型、模型训练期间、模型注释等。
- De-Normalization 算子有一个新参数也可以对预测进行反规范化。
- 基于属性名称：如果没有明确的反规范化可用，则预测（abc）尝试使用 abc 的反规范化
- 标签（或其他特殊属性）可以包含在规范化运算符中已经存在的规范化中。这些更改允许影响多个预测属性
- 在选择格式日期属性的情况下，将日期格式参数添加到写入 CSV
- 改进了 Append 运算符的性能
- 处理了另一种 JDBC 驱动程序优雅地忽略 JDBC 标准的情况（此处：Infor Data Lake DatabaseMetaData#getTypeInfo()）
- 引入操作员签名以改进 Studio 的启动
- 签名包含用于操作员注册、全局搜索设置和文档浏览器显示的元信息
- 签名在启动之间保持不变，以改善启动时间
- 可以通过设置 System -> Local File Cache -> Keep Operator Signatures 配置或清除签名持久性
- 时间序列：在 Equalize Numerical Indices 和 Equalize Time Stamps 运算符中启用替换类型的常量值的使用
- 运算符现在可用于填充具有恒定值的不等数据集中的空白
- 时间序列：所有时间序列操作符（除了多视角预测、多视角性能）现在使用 Belt IOTable（作为输入和输出）
- Bug修复：
- 在极少数情况下，如果为其设置了默认值，则操作员参数无法正确保存。这例如影响了扩展中使用的日期参数。
- 如果缺少任何值，生成属性 max 和 min 函数现在总是返回缺失值。
- 修复了 Azure Blob 存储和数据湖存储操作员缺少的操作员帮助
百度网盘下载：
本站解压密码：caxfwz
资源下载
注意：不用注册、不用登陆，点击任意一个支付即可全部解锁。免登陆付款有效期24小时。VIP用户所有资源免费。支付过程中有任何问题。请联系客服QQ3117203365。
paypal支付指南
请先 ！