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