Kursplan

Introduksjon

    Data mining som analysetrinnet i KDD-prosessen ("Knowledge Discovery in Databases") Underfelt av datavitenskap Oppdage mønstre i store datasett

Kilder til metoder

    Kunstig intelligens Maskinlæring Statistics Databasesystemer

Hva er involvert?

    Database og datahåndteringsaspekter Dataforbehandling Betraktninger av modeller og slutninger. Interessante beregninger Kompleksitetsbetraktninger Etterbehandling av oppdagede strukturer Visualisering Online oppdatering

Data mining hovedoppgaver

    Automatisk eller semi-automatisk analyse av store datamengder Trekke ut tidligere ukjente interessante mønstre grupper av dataposter (klyngeanalyse) uvanlige poster (avvikdeteksjon) avhengigheter (tilknytningsregelutvinning)

Datautvinning

    Anomalideteksjon (Outlier/endring/avviksdeteksjon) Assosiasjonsregellæring (avhengighetsmodellering) Clustering Klassifikasjon Regresjonsoppsummering

Bruk og applikasjoner

    Able Danger Behavioral analytics Business analytics Cross Industry Standard Process for Data Mining Kundeanalyse Data mining in agriculture Data mining in meteorology Educational data mining Human genetisk clustering Inferensangrep Java Data Mining Open-source intelligens Baneanalyse (databehandling) Reaktiv forretningsintelligens

Datamudring, datafiske, datasnoking

Krav

God kunnskap om relasjonsdatastrukturer, SQL

 21 timer

Antall deltakere



Price per participant

Testimonials (5)

Related Categories