Data mining IIa - metody bez nauczyciela

Kurs jest przeznaczony dla wszystkich, którzy chcą bliżej poznać specjalistyczne metody data mining, tak aby móc wydobyć z danych maksymalnie dużo użytecznej wiedzy. W trakcie kursu prezentowane są techniki data mining należące do grupy metod bezwzorcowych (unsupervised learning). Kurs jest kontynuacją i rozwinięciem kursu "Data mining I - kurs podstawowy".

Wymagania: umiejętność obsługi komputera w środowisku Windows, znajomość podstaw data mining i systemu STATISTICA Data Miner. Zalecamy wcześniejszy udział w kursie Data mining I - kurs podstawowy.

Kontynuacją mogą być np. kursy: Data mining II b - modele i metody, Data mining III - STATISTICA Data Miner dla zaawansowanych, Prognozowanie w STATISTICA Data Miner, Analizy wielowymiarowe, Techniki segmentacji w badaniach rynkowych, Automatyzacja analiz i raportowania w STATISTICA, Metodyki data mining, Text mining.

Terminy: 23-24.04.2012

Program kursu

Wprowadzenie do metod uczenia bez nauczyciela
Analiza koszykowa, sekwencji i połączeń
- Wprowadzenie
- Cel analizy koszykowej
- Postać danych
- Reguły asocjacyjne
- Miary jakości reguł
- Analiza sekwencji
Analiza skupień uogólnioną metodą EM i k-średnich
- Wprowadzenie
- Skale pomiarowe, miary odległości i podobieństwa obiektów
- Odległość i normalizacja
- Algorytmy segmentacji
- Metoda k-średnich
- Analiza skupień metodą EM (Expectation Maximization)
Metoda składowych niezależnych (ICA)
- Wprowadzenie
- Przykłady zastosowań
Wybrane elementy eksploracyjnej analizy graficznej

Data mining II a - metody bez nauczyciela