Data mining – metody predykcyjne

W trakcie kursu zostaną zaprezentowane wybrane techniki data mining i uczenia maszynowego (machine learning) m.in. drzewa klasyfikacyjne i regresyjne, drzewa wzmacniane (boosted trees), losowy las (random forest) i maszyny wektorów nośnych (support vector machines).

Kurs „Data mining – metody predykcyjne” jest kontynuacją i rozwinięciem kursu „Data mining – kurs podstawowy”.

Dla kogo?

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

Co zyskasz?

• dowiesz się, jak budować modele predykcyjne i opisowe za pomocą drzew klasyfikacyjnych i regresyjnych
• nauczysz się modelować skomplikowane nieliniowe zależności za pomocą silnych metod uczenia maszynowego takich jak drzewa wzmacniane i losowy las 
  
• dowiesz się, jak dobierać i stroić różne metody uczenia maszynowego

Program szkolenia:

1. Drzewa klasyfikacyjne i regresyjne
   • Drzewa klasyfikacyjne CART w pakiecie Statistica Data Miner
   • Drzewa klasyfikacyjne CHAID w pakiecie Statistica Data Miner
     • Rodzina algorytmów drzewkowych z rodziny AID (Automatic Interaction Detection)
     • CHAID w pakiecie Statistica Data Miner
   • Drzewa regresyjne w pakiecie Statistica Data Miner
     • Regresyjne właściwości algorytmu CART
2. MARSplines
   • Wprowadzenie
   • Koncepcja metody
   • Krzywe sklejane (splines)
   • Algorytm
3. Moduł Inne Metody Uczenia Maszyn oraz zespoły modeli
   • Metoda wektorów wspierających (Support Vector Machines – SVM)
     • Idea SVM
     • SVM dla zadań regresyjnych
     • Metoda SVM w systemie Statistica Data Miner
   • Naiwny klasyfikator Bayesa
     • Opis metody
     • Naiwny klasyfikator Bayesa w Statistica Data Miner
   • Metoda k najbliższych sąsiadów
   • Zespoły modeli
     • Ogólne wprowadzenie
     • Bagging i Losowy las (Random Forest)
     • Drzewa ze wzmacnianiem (Boosted Trees)

Polecamy inne szkolenia:

• Prognozowanie i analiza szeregów czasowych
• Analizy wielowymiarowe
• Metody statystyczne w marketingu i badaniach rynku
• Badanie satysfakcji i wartości klienta
• Statystyka w medycynie – metody zaawansowane
• Sieci neuronowe
• Automatyczna analiza dokumentów tekstowych

Godziny zajęć: 8:15 – 15:30

W ramach szkolenia zapewniamy:

• obszerne materiały szkoleniowe
• świadectwo ukończenia szkolenia
• przerwy kawowe i obiad (dla szkoleń stacjonarnych)

Forma szkolenia:

• online lub stacjonarnie
• forma danej edycji podana przy terminie szkolenia

W przypadku szkoleń online:

• zajęcia prowadzone na żywo w MS Teams
• kontakt z prowadzącym w czasie rzeczywistym

Wymagania:

• umiejętność obsługi komputera w środowisku Windows
• znajomość podstaw data mining i systemu Statistica Data Miner
• zalecamy wcześniejszy udział w kursach Data mining – kurs podstawowy oraz Data mining – metody bez nauczyciela

Cena regularna: 2895 zł netto (+23% VAT)

Cena dla akademickich użytkowników Statistica (-15%)*: 2461 zł netto (+23% VAT)

*-15% dla akademickich użytkowników Statistica z aktywnym serwisem StatSoft Polska