Course Code:
datamin
Duration:
21 hours
Prerequisites:
Rzetelna wiedza na temat relacyjnych struktur danych, SQL
Overview:
Kurs może być prowadzony przy użyciu dowolnych narzędzi, w tym bezpłatnego oprogramowania i aplikacji do eksploracji danych typu open source.
Course Outline:
Wstęp
- Eksploracja danych jako etap analizy procesu KDD („Odkrywanie wiedzy w Database s”)
- Poddziedzina informatyki
- Odkrywanie wzorców w dużych zbiorach danych
Źródła metod
- Sztuczna inteligencja
- Nauczanie maszynowe
- Statistics
- Database systemy
O co chodzi?
- Database oraz aspekty zarządzania danymi
- Wstępne przetwarzanie danych
- Rozważania dotyczące modelu i wnioskowania
- Wskaźniki zainteresowania
- Rozważania dotyczące złożoności
- Postprocessing odkrytych struktur
- Wyobrażanie sobie
- Aktualizacja online
Główne zadania eksploracji danych
- Automatyczna lub półautomatyczna analiza dużych ilości danych
- Wydobywanie nieznanych wcześniej ciekawych wzorców
- grupy rekordów danych (analiza skupień)
- nietypowe rekordy (wykrywanie anomalii)
- zależności (eksploracja reguł asocjacyjnych)
Eksploracja danych
- Wykrywanie anomalii (wykrywanie wartości odstających/zmian/odchyłek)
- Uczenie się reguł asocjacyjnych (modelowanie zależności)
- Grupowanie
- Klasyfikacja
- Regresja
- Podsumowanie
Zastosowanie i zastosowania
- Możliwe niebezpieczeństwo
- Analityka behawioralna
- Business analizy
- Proces zgodny ze standardami branżowymi dla Data Mining
- Analityka klientów
- Eksploracja danych w rolnictwie
- Eksploracja danych w meteorologii
- Eksploracja danych edukacyjnych
- Grupowanie genów człowieka
- Atak wnioskowania
- Java Data Mining
- Inteligencja typu open source
- Analiza ścieżki (obliczenia)
- Reactaktywna analiza biznesowa
Pogłębianie danych, łowienie danych, szpiegowanie danych
Sites Published: