Data mining – kurs podstawowy

online 2 dni

Data mining (inaczej uczenie maszynowe, ang. machine learning) jest działem sztucznej inteligencji, coraz częściej stosowanym w nauce, badaniach innowacyjnych i rozmaitych zastosowaniach komercyjnych. Dzięki narzędziom data mining można wykrywać anomalie, przewidywać, grupować obiekty w podobne segmenty: ogólnie uzyskiwać odpowiedzi na rozmaite pytania. Przykładowe zastosowania to określania, czy pewien obszar lasu jest zakażony szkodnikiem, jaki jest w pływ zanieczyszczeń w górnym odcinku rzeki na środowisko w dolnym, określanie ryzyka kredytowego, przewidywanie zapotrzebowania na energię elektryczną, określanie właściwości produktu na podstawie danych o jego wytwarzaniu, przewidywanie awarii – zakres możliwych zastosowań jest bardzo szeroki.

Celem kursu jest zapoznanie jego uczestników z podstawowymi zasadami data mining (zgłębiania danych) oraz metodami uczenia maszyn (m.in. drzewami decyzyjnymi i sieciami neuronowymi), tak aby mogli samodzielnie realizować projekty data mining

Dla kogo?

  • każdego, kto chce poznać podstawy data mining
  • osób pragnących analizować duże zbiory danych w celu wspomagania podejmowania decyzji

Co zyskasz?

  • dowiesz się, jak przygotowywać dane do analiz
  • poznasz najważniejsze metody data mining
  • nauczysz się dobierać odpowiednią metodę analityczną
  • pozyskasz wiedzę w zakresie oceny uzyskanego modelu, wykonywania analiz oraz stosowania uzyskanych modeli (deployment)
  • nauczysz się tworzyć i wykorzystywać Przestrzenie robocze w Statistica

  • Program
  • Prowadzący
  • Informacje organizacyjne
  • Ceny

Program szkolenia:

  1. Podstawowe idee data mining
    • Modele data mining
    • Rodzaje zadań data mining
    • Przeuczenie i podział na próby
  2. Środowisko Statistica Data Miner
    • Wprowadzenie
    • Dane wejściowe
    • Przeglądarka węzłów
    • Przykład prostej analizy w systemie Statistica Data Miner
  3. Specjalistyczne moduły systemu Statistica Data Miner (przegląd)
    • Wstępne przetwarzanie danych
    • Metody predykcyjnego data mining (uczenie z nauczycielem)
    • Odkrywanie wiedzy (uczenie bez nauczyciela)
  4. Wprowadzenie do wybranych metod data mining
    • Regresja logistyczna
    • Drzewa klasyfikacyjne i regresyjne
  5. Przykłady analiz w systemie Statistica Data Miner
    • Wstępna obróbka danych – czyszczenie i przekształcenia
    • Zadanie regresyjne
    • Analiza skupień (segmentacja)

 

Polecamy inne szkolenia:                                               

  • Data mining – metody bez nauczyciela
  • Data mining – metody predykcyjne
  • Sieci neuronowe
  • Metodyki data mining
  • Automatyczna analiza dokumentów tekstowych.

Podobne szkolenia

Wizualizacja danych w Statistica

Uczestnicy szkolenia poznają różnorodne graficzne metody przedstawiania i eksploracji danych suro­wych, sprawdzania założeń metod analitycznych oraz czytelnej prezentacji wyników przepro­wadzonych analiz. Dodatkowo […]

Dowiedz się więcej

Analizy chemometryczne w Statistica – kurs podstawowy

Po wprowadzeniu teoretycznym do zagadnienia analizy danych uczestnicy poznają techniki planowania i wykonania eksperymentu. Zostaną omówione podstawowe techniki analizy chemometrycznej: analiza podobieństwa (analiza […]

Dowiedz się więcej

Uczenie maszynowe w Python – szybki start

Celem szkolenia jest wprowadzenie uczestników w zagadnienia uczenia maszynowego (ang. machine learning) w środowisko Python. Zostanie omówiona główna idea uczenia maszynowego, podstawowy […]

Dowiedz się więcej

Masz pytania?

Porozmawiaj z nami!

Jesteśmy tutaj, aby pomóc i rozwiać wszystkie Twoje wątpliwości. Wypełnij formularz, napisz do nas maila lub zadzwoń – odpowiemy najszybciej, jak to możliwe!

    Przejdź do treści