0 Godzin, 2 Dni

Data mining I - kurs podstawowy

więcej terminów () mniej terminów
  • Celem kursu jest zapoznanie jego uczestników z podstawowymi ideami i zasadami data minig (zgłębiania danych), tak aby mogli samodzielnie realizować projekty data mining. Na kursie omówione zostaną: dostęp do baz danych, przygotowanie danych do analiz, dobór odpowiedniej metody analitycznej, ocena uzyskanego modelu oraz wykonywanie analiz i stosowanie uzyskanych modeli (deployment).

  • 1. Podstawowe idee data mining
    A. Modele data mining
    B. Etapy procesu data mining
    C. Rodzaje zadań data mining
    2. Środowisko STATISTICA Data Miner
    A. Wprowadzenie
    B. Dane wejściowe: lokalne pliki danych i zdalne źródła danych
    C. Wizualizacja i rozpowszechnianie wyników
    D. Przeglądarka węzłów
    E. Przykład prostej analizy w systemie STATISTICA Data Miner
    3. Dane zewnętrzne
    A. STATISTICA Query
    B. Idp - In-place Database Processing
    4. Specjalistyczne moduły systemu STATISTICA Data Miner (przegląd)
    A. Wstępne przetwarzanie danych
    B. Metody predykcyjnego data mining (uczenie z nauczycielem)
    C. Odkrywanie wiedzy (uczenie bez nauczyciela)
    D. Moduły stosowane po uzyskaniu modelu
    5. Wstępna obróbka danych - czyszczenie i przekształcenia
    A. Ogólne informacje
    B. Czyszczenie danych
    C. Niezgodności danych z rzeczywistością
    D. Postępowanie z brakami danych
    E. Dane nietypowe (odstające) i zaszumione
    F. Przekształcenia danych
    G. Redukcja danych
    H. Zmniejszenie liczby wymiarów
    I. Zamiana zmiennej ciągłej na skategoryzowaną (kategoryzacja)
    J. Łączenie klas zmiennej skategoryzowanej
    K. Losowe próbkowanie
    6. Wprowadzenie do prognozowania w STATISTICA Data Miner
    7. Przykłady analiz w systemie STATISTICA Data Miner
    A. Problem klasyfikacyjny - modelowanie zdolności kredytowej
    B. Czyszczenie danych i zadanie regresyjne.
    8. Dostosowywanie systemu STATISTICA Data Miner

  • tak

  • wykłady, warsztaty

Szkolenia o podobnej tematyce