Kurzusleírás

Bevezetés

  • Adatbányászat, mint a KDD-folyamat elemzési lépése ("Knowledge Discovery in Databases")
  • A számítástechnika részterülete
  • Minták felfedezése nagy adathalmazokban

A módszerek forrásai

  • Mesterséges intelligencia
  • Gépi tanulás
  • Statistics
  • Database rendszerek

Miről van szó?

  • Database és adatkezelési szempontok
  • Adatok előfeldolgozása
  • Modell- és következtetési szempontok
  • Érdekességi mutatók
  • Összetettségi szempontok
  • A felfedezett szerkezetek utófeldolgozása
  • Megjelenítés
  • Online frissítés

Az adatbányászat főbb feladatai

  • Nagy mennyiségű adat automatikus vagy félautomata elemzése
  • Korábban ismeretlen érdekes minták kinyerése
    • adatrekordok csoportjai (klaszteranalízis)
    • szokatlan rekordok (rendellenességek észlelése)
    • függőségek (társítási szabály bányászat)

Adatbányászat

  • Anomália észlelése (kiugró/változás/eltérés észlelése)
  • Az asszociációs szabályok tanulása (függőségi modellezés)
  • Klaszterezés
  • Osztályozás
  • Regresszió
  • Összegzés

Felhasználás és alkalmazások

  • Képes Veszély
  • Viselkedéselemzés
  • Business elemzés
  • Ágazatokon átívelő szabványos eljárás a következőhöz: Data Mining
  • Ügyfélelemzés
  • Adatbányászat a mezőgazdaságban
  • Adatbányászat a meteorológiában
  • Oktatási adatbányászat
  • Emberi genetikai klaszterezés
  • Következtetési támadás
  • Java Data Mining
  • Nyílt forráskódú intelligencia
  • Útvonal-elemzés (számítástechnika)
  • React aktív üzleti intelligencia

Adatkotrás, adathalászat, adatkutatás

Követelmények

Megfelelő ismeretek a relációs adatstruktúrákról, SQL

  21 Hours

Résztvevők száma


Tanfolyam kezdete

Tanfolyam vége


Dates are subject to availability and take place between 09:30 and 16:30.

Ár per résztvevő

Vélemények (9)

Rokon tanfolyam

Rokon kategóriák