Plan Szkolenia

Źródła metod

  • Sztuczna inteligencja
  • Uczenie maszynowe
  • Statistics
  • Źródła danych

Przetwarzanie danych

  • Import/eksport danych
  • Badanie i wizualizacja danych
  • Redukcja wymiarowości
  • Radzenie sobie z brakującymi wartościami
  • Pakiety R

Główne zadania wydobywania danych

  • Automatyczne lub półautomatyczne analizowanie dużych ilości danych
  • Wyciąganie wcześniej nieznanych ciekawych wzorców
    • grupy rekordów danych (analiza klastrów)
    • niezwykłe rekordy (wykrywanie anomalii)
    • zależności (wyciąganie reguł asocjacyjnych)

Wydobywanie danych

  • Wykrywanie anomalii (wykrywanie wypadków/zmian/odchyleń)
  • Uczenie się reguł asocjacyjnych (modelowanie zależności)
  • Klastryzowanie
  • Klasyfikacja
  • Regressja
  • Podsumowanie
  • Wyciąganie częstych wzorców
  • Tekstowe wydobywanie danych
  • Drzewa decyzji
  • Regressja
  • Neural Networks
  • Wyciąganie sekwencji
  • Wyciąganie częstych wzorców

Wyszukiwanie danych, łowienie danych, szperanie w danych

Wymagania

Wiedza z R.

 14 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie