书籍介绍

注: 本书基于 KNIME 4.X 版本。现在已经到了 KNIME 5.X 版本的时代，书中的配置界面即使将 KNIME 切换到 "classic UI" 也能看到一些不同。但总体来说，除了 AI 辅助编程之外，KNIME 的基本内容并没有发生太大改变。

这是一本中文 KNIME 教程，其中包含了本网站和微信公众号("数据分析指北")之前的一些内容，文字和图片已经修订过，且由电子工业出版社的编辑老师进行润色、整理、内容优化等过程，提高了可读性。书中对 KNIME 的大部分节点进行了完整的覆盖性介绍，除此之外还有一些高级内容，如流变量、循环、分支、错误处理、可视化、模块化、Java、Python 节点、测试、时间序列分析、深度学习等,还有 KNIME 扩展开发的相关内容。

网站中的内容可以作为预读材料，通过阅读来了解 KNIME 的功能和使用方法，如果内容容易阅读和理解，工具顺手，那么纸质书将会是一个很好的补充资源，提供更为完整和系统的知识介绍。

我很自豪能够出版这本关于 KNIME 的书籍

它在全世界所有 KNIME 相关出版物中，无论是中文还是英文、无论是官方还是非官方、无论是纸质版还是电子版，在内容完整性方面都非常出色，不亚于任何其他书籍。

写书是一件辛苦的过程，指北君和编辑老师在这本书中花了很多精力进行文字校对、图片整理和内容优化来尽可能的确保读者能够顺利的阅读和理解。指北君相信这些努力对那些从事数据工作、甚至偶尔从事数据分析的人有帮助，如果能够让几千个人在数据相关的工作中节省出更多时间，那么这些努力就是值得的。

纸质版、电子版均有销售

目录

1. 数据分析方法论
   • 1.1 基本要求与基础概念
   • 1.2 方法论
   • 1.3 后续内容
2. KNIME 使用基础
   • 2.1 权衡数据分析的需求与解决方案
   • 2.2 KNIME 简介、生态圈和资源
   • 2.3 安装 KNIME 及其扩展
   • 2.4 KNIME 的使用
   • 2.5 遇到问题怎么办
3. KNIME 数据分析基础
   • 3.1 数据来源及轮廓
   • 3.2 计算机如何处理表格数据
   • 3.3 基础操作之读取数据源
   • 3.4 基础操作之挑选（ select ）操作
   • 3.5 基础操作之 CASE 、 group by 和 join
   • 3.6 了解 KNIME 中的重要概念
4. KNIME 基础节点——数据访问类型
   • 4.1 IO 节点集合
   • 4.2 DB 节点集合
   • 4.3 JSON 、 XML 类型
   • 4.4 Web 相关节点
   • 4.5 NoSQL 相关节点
   • 4.6 网络数据访问
5. KNIME 基础节点——转换类型
   • 5.1 Column （列）处理节点集合
   • 5.2 Row （行）处理节点集合
   • 5.3 Table （表）处理节点集合
   • 5.4 PMML 节点集合
   • 5.5 时间数据类型相关操作
6. KNIME 基础节点——分析和数据 挖掘类型
   • 6.1 机器学习简述
   • 6.2 Analytics 节点集合
   • 6.3 探索性数据分析（ EDA ）练习
   • 6.4 简单的机器学习练习——使用 KNIME 中的决策树算法
7. 进阶话题——流变量与控制循环结构
   • 7.1 流变量从入门到精通
   • 7.2 循环（ Loop ）结构
   • 7.3 分支（ Switches ）结构
   • 7.4 错误处理
8. 进阶话题——数据可视化、模块化与 编程节点
   • 8.1 数据可视化
   • 8.2 模块化
   • 8.3 生成报告
   • 8.4 Java 相关节点
   • 8.5 Python 相关节点
9. 高级话题
   • 9.1 可复现性与测试
   • 9.2 深度学习介绍
   • 9.3 时间序列分析介绍
   • 9.4 扩展开发介绍
   • 9.5 （机器学习的）集成部署（ Integrated Deployment ）
   • 9.6 KNIME Server 、 Executor 与 Edge 简介