Metodyki data mining


Opis szkolenia: Celem kursu jest przygotowanie jego uczestników do samodzielnego prowadzenia projektów data mining. Podczas kursu omawiane są wszystkie etapy procesu data mining począwszy od definiowania problemu poprzez przygotowanie danych, budowę modelu aż po stosowanie uzyskanych wyników w praktyce. Szczególny nacisk kładziony jest na przedstawienie problemów i zagrożeń związanych z prowadzeniem projektów analitycznych oraz sposobów ich rozwiązywania.

Program szkolenia oparty jest na popularnych metodykach Data mining: Virtuous Cycle of Data Mining oraz CRISP-DM.

Wymagania: umiejętność obsługi komputera w środowisku Windows.

Kontynuacją mogą być np. szkolenia:Data mining – kurs podstawowy, Data mining – metody bez nauczyciela, Data mining – metody predykcyjne, Sieci neuronowe, Data mining – Statistica Data Miner dla zaawansowanych, Prognozowanie w STATISTICA Data Miner, Zastosowania data mining w badaniach marketingowych.

Terminy szkoleń: 06.10.2017;

Program szkolenia

  1. Data Mining – wprowadzenie
    • Data mining a statystyka
    • Data mining a OLAP
    • Projekty data mining
  2. Metodyki Data Mining
    • CRISP-DM
    • Virtuous Cycle of Data Mining
    • SEMMA
    • Six Sigma
  3. Etap I – zrozumienie problemu
    • Określenie celów biznesowych
    • Ocena sytuacji
    • Określenie celów data mining
    • Stworzenie planu projektu
  4. Etap II – zrozumienie danych
    • Wprowadzanie danych
    • Wstępna eksploracja danych
    • Ustalenie jakości danych
  5. Etap III – przygotowanie danych
    • Wybór danych do analizy
    • Czyszczenie danych
    • Budowa zbioru danych
    • Formatowanie danych
  6. Etap IV – budowa modelu
    • Wybór techniki modelowania
    • Określenie techniki budowy i weryfikacji modelu
    • Budowa modelu
    • Ocena modelu
  7. Etap V – ocena
    • Ocena rezultatów
    • Przegląd procesu data mining
    • Określenie kolejnych działań
  8. Etap VI – wdrożenie
    • Planowanie wdrożenia
    • Planowanie monitoringu i pielęgnacji
    • Raport końcowy
    • Końcowy przegląd projektu