Data mining I - kurs podstawowy

Opis kursu: Celem kursu jest zapoznanie jego uczestników z podstawowymi ideami i zasadami data mining (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).

Wymagania: umiejętność obsługi komputera w środowisku Windows, znajomość podstaw analizy danych. Zalecamy wcześniejszy udział w kursie STATISTICA kurs podstawowy lub Statystyka dla niestatystyków.

Kontynuacją mogą być np. kursy: Data mining II a - metody bez nauczyciela, Data mining II b - modele i metody, Data mining III - STATISTICA Data Miner dla zaawansowanych, Metodyki data mining, Prognozowanie w STATISTICA Data Miner

Terminy: 8-9.03.2012

Program kursu

Podstawowe idee data mining
- Modele data mining
- Rodzaje zadań data mining
- Przeuczenie i podział na próby
Środowisko STATISTICA Data Miner
- Wprowadzenie
- Dane wejściowe: lokalne pliki danych i zdalne źródła danych
- Przeglądarka węzłów
- Przykład prostej analizy w systemie STATISTICA Data Miner
Dane zewnętrzne
- STATISTICA Query
- IDP - In-place Database Processing
Specjalistyczne moduły systemu STATISTICA Data Miner (przegląd)
- Wstępne przetwarzanie danych
- Metody predykcyjnego data mining (uczenie z nauczycielem)
- Odkrywanie wiedzy (uczenie bez nauczyciela)
- Moduły stosowane po uzyskaniu modelu
Wstępna obróbka danych - czyszczenie i przekształcenia
- Ogólne informacje
- Czyszczenie danych
- Niezgodności danych z rzeczywistością
- Postępowanie z brakami danych
- Dane nietypowe (odstające) i zaszumione
- Przekształcenia danych
- Redukcja danych
- Zmniejszenie liczby wymiarów
- Zamiana zmiennej ciągłej na skategoryzowaną (kategoryzacja)
- Łączenie klas zmiennej skategoryzowanej
- Losowe próbkowanie
- Dane anachroniczne
Wprowadzenie do wybranych metod data mining
- Regresja logistyczna
- Drzewa klasyfikacyjne i regresyjne
Przykłady analiz w systemie STATISTICA Data Miner
- Problem klasyfikacyjny - modelowanie zdolności kredytowej
- Czyszczenie danych i zadanie regresyjne
- Przewidywanie odpowiedzi na ofertę za pomocą Przepisu Data Miner
- Analiza skupień (segmentacja)