SPSS Modeler Treningskurs

Goal:

Lære å jobbe med SPSS på selvstendighetsnivå

Adressatene:

Analytikere, forskere, forskere, studenter og alle de som ønsker å tilegne seg muligheten til å bruke SPSS-pakken og lære populære datautvinningsteknikker.

Kurset kan leveres med alle verktøy, inkludert gratis programvare og applikasjoner for datautvinning med åpen kildekode

Publikum

Hvis du prøver å være fornuftig ut fra dataene du har tilgang til eller ønsker å analysere ustrukturerte data tilgjengelig på nettet (som Twitter, koblet inn osv.), Er dette kurset noe for deg.

Det er mest rettet mot beslutningstakere og personer som trenger å velge hvilke data som er verdt å samle inn og hva som er verdt å analysere.

Det er ikke rettet mot folk som konfigurerer løsningen, de menneskene vil dra nytte av det store bildet.

Leveringsmodus

I løpet av kurset vil delegatene bli presentert med fungerende eksempler på stort sett åpen kildekode-teknologier.

Korte forelesninger blir fulgt av presentasjon og enkle øvelser av deltakerne

Innhold og programvare brukt

All programvare som brukes oppdateres hver gang kurset kjøres, så vi sjekker de nyeste versjonene som er mulig.

Den dekker prosessen fra innhenting, formatering, behandling og analyse av dataene, for å forklare hvordan man kan automatisere beslutningsprosesser med maskinlæring.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har et bredt utvalg av pakker for data mining.

Målet med kurset er å gjøre deltakerne i stand til å mestre hvordan man arbeider med SQL språket i Oracle database for datautvinning på mellomnivå.

Objektiv:

Delegater kan analysere store datasett, trekke ut mønstre, velge riktig variabel som påvirker resultatene, slik at en ny modell forutses med prediktive resultater.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har også funnet tilhengere blant statistikere, ingeniører og forskere uten dataprogrammeringsevner som synes det er enkelt å bruke. Dens popularitet skyldes den økende bruken av data mining for forskjellige mål, for eksempel angitte annonsepriser, finne nye medisiner raskere eller finjustere økonomiske modeller. R har et bredt utvalg av pakker for data mining.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har et bredt utvalg av pakker for data mining.

Dette kurset er beregnet på ingeniører og beslutningstakere som arbeider innen data mining og knoweldge-funn.

Du lærer hvordan du lager effektive tomter og måter å presentere og representere dataene dine på på en måte som vil appellere til beslutningstakerne og hjelpe dem til å forstå skjult informasjon.

Big data er datasett som er så omfangsrike og komplekse at tradisjonell databehandlingsapplikasjonsprogramvare er utilstrekkelig til å håndtere dem. Store datautfordringer inkluderer innhenting av data, datalagring, dataanalyse, søk, deling, overføring, visualisering, spørring, oppdatering og informasjon om personvern.

Process mining, eller Automated Business Process Discovery (ABPD), er en teknikk som bruker algoritmer til hendelseslogger med det formål å analysere forretningsprosesser. Prosessgruvedrift går utover datalagring og dataanalyse; den bygger bro mellom data og prosesser og gir innsikt i trender og mønstre som påvirker prosesseffektivitet.

Kursets format

• Kurset starter med en oversikt over de mest brukte teknikkene for prosessgruvedrift. Vi diskuterer de ulike prosessoppdagelsesalgoritmene og verktøyene som brukes for å oppdage og modellere prosesser basert på rå hendelsesdata. Real-life case-studier undersøkes og datasett analyseres ved hjelp av ProM open source-rammeverket.

I denne instruktørledede liveopplæringen i Norge vil deltakerne lære hvordan man bygger en Data Vault.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå arkitekturen og designkonseptene bak Data Vault 2.0, og dens interaksjon med Big Data, NoSQL og AI.
• Bruk datahvelvteknikker for å aktivere revisjon, sporing og inspeksjon av historiske data i et datavarehus.
• Utvikle en konsistent og repeterbar ETL (Extract, Transform, Load) prosess.
• Bygg og distribuer svært skalerbare og repeterbare varehus.

Denne instruktørledede, live-oppføringen i Norge (på nett eller lokalt) er rettet mot nybegynnerprofesjonelle som ønsker å mester grunnleggende R og hvordan man arbeider med data.

Ved sluttet av dette kurset vil deltakerne kunne:

• Forklare R-programmeringsmiljøet og RStudio-græsnippet.
• Importere, manipulere og utforske datasett ved hjelp av R-kommandoer og pakker.
• Føre grunnleggende statistisk analyse og dataoppsamling.
• Lage visualiseringer med både base R og ggplot2.
• Håndtere arbeidsområder, skript og pakker effektivt.

KNIME Analytics-plattformen er et ledende open source-alternativ for datadrevet innovasjon, som hjelper deg med å oppdage potensialet som er skjult i dataene dine, mine for ny innsikt eller forutsi nye fremtider. Med mer enn 1000 moduler, hundrevis av klare eksempler, et omfattende utvalg av integrerte verktøy og det bredeste utvalg av avanserte algoritmer tilgjengelig, er KNIME Analytics Platform den perfekte verktøykassen for enhver dataforsker og forretningsanalytiker.

Dette kurset for KNIME Analytics-plattformen er en ideell mulighet for nybegynnere, avanserte brukere og KNIME eksperter å bli introdusert for KNIME , lære hvordan de kan bruke den mer effektivt, og hvordan lage klare, omfattende rapporter basert på KNIME arbeidsflyter

Denne instruktørledede, direkteopplæringen (online eller på stedet) er rettet mot dataanalytikere og dataforskere som ønsker å implementere mer avanserte dataanalyseteknikker for datautvinning ved hjelp av Python.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå viktige områder innen datautvinning, inkludert assosiasjonsregelutvinning, tekstsentimentanalyse, automatisk tekstoppsummering og dataanomalideteksjon.
• Sammenligne og implementere ulike strategier for å løse virkelige datautvinningproblemer.
• Forstå og tolke resultatene. 

Kursets format

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praktisk trening.
• Praktisk implementering i et live-lab-miljø.

Alternativer for kurstilpasning

• For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale dette.