Knime 中文版本

将Knime带给中文用户

Knime是著名的开源数据科学平台，Knime可以帮助用户处理数据整合、建模和可视化并可以方便的部署和管理。通过KNIME可以实现自动化工作流程测试和验证，自动化测试、节省时间并及早发现错误。

中文管理门户

在Knime开源版本基础上，我们构建了KNIME的中文版本，我们保留了KNIME强大的数据科学功能，我们补充了数据科学的管理和部署，完善了数据展现和数据可视化，我们通过我们的IMODEL平台统一了数据科学与数据分析。

数据准备

可视化流程使编码人员和非编码人员都可以轻松地使用数据集构建数据管道、连接和​​转换数据集的方法，以及构建预测模型的能力。

可视化

通过对列的快速可视化分析来节省时间，包括值的分布、最高值、异常值、无效值和总体统计信息。

对于分类数据，可视化分析包括按值分布，包括每个值的值的计数和百分比。

机器学习

用户还可以使用公式、代码或内置视觉配方创建新功能，以提供额外的信号来提高模型的准确性。创建后，将特征工程步骤存储在配方中，以便在评分和模型再训练中重复使用。

数据运维

IMODEL 项目是用户所有工作和协作的中心。每个 IMODEL项目都有一个可视化流程，包括与项目相关的数据集和配方管道。

用户可以查看项目和相关资产（如仪表板），检查项目的整体状态，并查看最近的活动。

分析应用

KNIME可以轻松创建项目仪表板并与业务用户共享。为仪表板安排更新或触发更新很容易，并确保最新信息可用。

通过将仪表板作为 KNIME项目的一部分，业务用户和项目利益相关者可以轻松查看 AI 项目的输出并跟踪 KPI 和价值。

协作

真正的高级分析项目需要一系列步骤，将数据从一种状态转换为另一种状态，从而产生新的数据集、功能、指标、图表、仪表板、预测模型和应用程序。

KNIME 可视化流程是团队在数据项目上进行协作的画布。借助可视化流程，团队中的每个人都可以使用通用对象和可视化语言来描述逐步的方法，并为未来的用户记录整个数据流程。