Data mining – metody bez nauczyciela

online 2 dni

Zastosowanie: Nauki inne

Oprogramowanie: Statistica

Poziom: Zaawansowany

Język: Polski

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

Zapisz się

Zarezerwuj / Zapytaj

Program
Prowadzący
Informacje organizacyjne
Ceny

Program szkolenia:

Wprowadzenie do metod uczenia bez nauczyciela
Wybrane elementy eksploracyjnej analizy graficznej
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
Analiza koszykowa, sekwencji i połączeń
- Wprowadzenie
- Cel analizy koszykowej
- Postać danych
- Reguły asocjacyjne
- Miary jakości reguł
- Analiza sekwencji
Analiza składowych głównych
- Idea, postać modelu, zastosowania
- Techniki wyboru odpowiedniej liczby składowych
- Omówienie wyników analizy na przykładzie
- Interpretacja
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

[PL] Anna Wilk z kucykiem, ubrana w granatową bluzkę z dekoltem w serek, z rękami złączonymi, na jednolitym jasnym tle. [EN] Anna Wilk with a ponytail, wearing a navy blue V-neck blouse, with clasped hands, against a plain light background.

Anna Wilk

Magister Akademii Górniczo-Hutniczej im. Stanisława Staszica w Krakowie, Wydział Matematyki Stosowanej.
Specjalizuje się w analizach wielowymiarowych, uczeniu maszynowym i zastosowaniach analizy danych w biznesie oraz przemyśle farmaceutycznym,. Pracownik StatSoft od 2016 roku. Brała udział i kierowała wieloma projektami dotyczącymi przewidywania wyniku i optymalizacji procesu, prognozowania, segmentacji oraz wyszukiwania anomalii. Prowadzi szkolenia: Statistica kurs podstawowy, Analizy wielowymiarowe, Data mining – metody bez nauczyciela, Statystyka w biznesie – praktyczne narzędzia i techniki analizy, Podstawy analizy danych w środowisku R, Podstawy wizualizacji danych w R z wykorzystaniem pakietu ggplot2, Analizy wielowymiarowe w R. Ma 7-letnie doświadczenie w prowadzeniu szkoleń z analizy danych. W ostatnich 3 latach przeprowadziła ponad 600 godzin kursów.

[PL] Mateusz Żołneczko z brodą w koszuli w biało-granatową kratę, ze skrzyżowanymi ramionami i sportowym zegarkiem na nadgarstku. [EN] Mateusz Żołneczko with a beard in a white and navy checkered shirt, with crossed arms and a sports watch on his wrist.

Mateusz Żołneczko

Specjalista w obszarze analizy danych i programowania (Python, C#, VB). W StatSoft Polska od 2016 roku. Zajmuje się realizacją projektów analitycznych, programowaniem modułów statystycznych oraz wsparciem technicznym w zakresie obsługi oferowanych programów. Prowadzi kursy obejmujące m.in. podstawy STATISTICA, data mining (metody bez nauczyciela), wizualizację danych i podstawy wykorzystania narzędzi AI. Ma doświadczenie w implementacji i zapewnianiu jakości aplikacji przemysłowych (walidacja procesu, przegląd jakości produktu), segmentacji klientów, automatyzacji raportowania oraz zarządzaniu bazami danych. Magister, Uniwersytet Ekonomiczny w Krakowie na kierunku Informatyka i Ekonometria.

Kurs odbywa się online.

Wymagania:

Umiejętność obsługi komputera w środowisku Windows
Znajomość podstaw data mining i Statistica Data Miner

Zalecamy wcześniejszy udział w kursie Data mining – kurs podstawowy.

Cena regularna: 2 795 zł

Cena dla akademickich użytkowników Statistica (-20%)*: 2 236 zł

*-20% dla akademickich użytkowników Statistica z aktywnym serwisem StatSoft Polska

Podane ceny są cenami netto i należy do nich doliczyć podatek VAT. Ceny mogą ulec zmianie.

Podobne szkolenia

Analizy wielowymiarowe

Podczas kursu zaprezentowane zostaną najpopularniejsze metody wielowymiarowe, które znajdują zastosowanie w analizie zjawisk złożonych, opisanych za pomocą dużej liczby zmiennych. Uczestnicy poznają […]

Dowiedz się więcej

Statystyka w badaniach naukowych – zastosowania i dobre praktyki

Szkolenie jest poświęcone omówieniu poprawnego stosowania podejścia statystycznego w kolejnych etapach procesu badawczego w różnych dziedzinach badań naukowych. Szczególny nacisk położono na statystyczne […]

Dowiedz się więcej

Statistica – A quick start

This training provides an introduction to Statistica. The aim of the training is to enable new users of the program to start working […]

Dowiedz się więcej