Data mining – metody bez nauczyciela

online 2 dni

Szkolenie prezentuje techniki należące do grupy metod bez nauczyciela, m.in. takie jak:

  • segmentacja opisowa oraz wyszukiwanie reguł (analiza koszykowa), których celem jest wykrywanie ukrytych zależności i nieznanych wcześniej wzorców w dużych zbiorach danych. Kontynuacja i rozwinięcie szkolenia „Data mining I – kurs podstawowy”.

Dla kogo?

  • Dla wszystkich, którzy chcą bliżej poznać specjalistyczne metody data mining, aby móc wydobyć z danych maksymalnie dużo użytecznej wiedzy.

Co zyskasz?

  • Dowiesz się, jak analizować zbiór danych nie mający konkretnej zmiennej zależnej
  • Poznasz najczęściej wykorzystywane techniki data mining bez nauczyciela (unsupervised learning)
  • Nauczysz się, w jaki sposób za pomocą wykresów wyciągać ciekawe wnioski z danych
  • Dowiesz się, jak wydobyć kluczowe informacje ukryte w danych i poznać ich strukturę
  • Nauczysz się redukcji wymiaru danych
  • Samodzielnie zbudujesz reguły opisujące zależności i wzorce występujące w danych
  • Zobaczysz, w jaki sposób grupować obiekty do siebie podobne
  • Dostaniesz praktyczne wskazówki dotyczące interpretacji uzyskanych wyników
  • Zdobędziesz podstawy do rozwijania umiejętności analitycznych w każdej branży
  • Pogłębisz swoją wiedzę w zakresie obsługi i funkcjonalności programu Statistica

  • Program
  • Speaker
  • Organizational information
  • Prices

Program szkolenia:

  1. Wprowadzenie do metod uczenia bez nauczyciela
  2. Wybrane elementy eksploracyjnej analizy graficznej
  3. 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)
    • Sieci Kohonena
  4. Analiza koszykowa, sekwencji i połączeń
    • Wprowadzenie
    • Cel analizy koszykowej
    • Postać danych
    • Reguły asocjacyjne
    • Miary jakości reguł
    • Analiza sekwencji
  5. Analiza składowych głównych
    • Idea, postać modelu, zastosowania
    • Techniki wyboru odpowiedniej liczby składowych
    • Omówienie wyników analizy na przykładzie
    • Interpretacja
  6. Metoda składowych niezależnych (ICA)
    • Wprowadzenie
    • Przykłady zastosowań

 

Polecamy inne szkolenia:                                             

  • Z cyklu Data mining
  • Analizy wielowymiarowe
  • Techniki segmentacji w badaniach rynkowych
  • Automatyzacja analiz i raportowania w Statistica

Similar courses

Text mining – automatyczna analiza dokumentów tekstowych

Uczestnicy szkolenia poznają metody analizy zbioru dokumentów tekstowych wykorzystujące macierz częstości. W trakcie zajęć omówione zostaną metody wyznaczania podobieństwa pomiędzy […]

Learn more

Analiza danych wspomagana sztuczną inteligencją (AI)

Dane mogą być źródłem ogromnych korzyści, czasem określa się jako „ropę naftową” współczesności, gdyż stanowią paliwo dla innowacji i wzrostu […]

Learn more

Planowanie badań i analiza wariancji

Umiejętność poprawnego zaplanowania badań jest niezbędnym elementem warsztatu każdego badacza i analityka, gdyż ułatwia dobranie odpowiedniej metody analizy danych. W […]

Learn more

Do you have questions?

Get in Touch!

Our team is ready to help with any questions you might have. Just fill out the form, send us a message, or give us a call, and we’ll get back to you as soon as we can!

    Skip to content