Course Outline

Εισαγωγή

    Η εξόρυξη δεδομένων ως το βήμα ανάλυσης της διαδικασίας KDD ("Ανακάλυψη γνώσης σε Databases") Υποτομέας της επιστήμης των υπολογιστών Ανακάλυψη προτύπων σε μεγάλα σύνολα δεδομένων

Πηγές μεθόδων

    Τεχνητή νοημοσύνη Μηχανική μάθηση Statistics Συστήματα βάσεων δεδομένων

Τι εμπλέκεται;

    Database και πτυχές διαχείρισης δεδομένων Προεπεξεργασία δεδομένων Θεωρήσεις μοντέλου και συμπερασμάτων Μετρήσεις ενδιαφέροντος Θεωρήσεις πολυπλοκότητας Μετά την επεξεργασία των ανακαλυφθεισών δομών Οπτικοποίηση Διαδικτυακή ενημέρωση

Βασικές εργασίες εξόρυξης δεδομένων

    Αυτόματη ή ημιαυτόματη ανάλυση μεγάλων ποσοτήτων δεδομένων Εξαγωγή προηγουμένως άγνωστων ενδιαφερόντων μοτίβων ομάδων εγγραφών δεδομένων (ανάλυση συμπλέγματος) ασυνήθιστες εγγραφές (ανίχνευση ανωμαλιών) εξαρτήσεις (εξόρυξη κανόνων συσχέτισης)

Εξόρυξη δεδομένων

    Ανίχνευση ανωμαλιών (Εξώτερος/Ανίχνευση αλλαγής/απόκλισης) Εκμάθηση κανόνων συσχέτισης (Μοντελοποίηση εξάρτησης) Ταξινόμηση ομαδοποίησης Σύνοψη παλινδρόμησης

Χρήση και εφαρμογές

    Able Danger Behavioral analytics Business analytics Cross Industry Standard Process for Data Mining Customer analytics Εξόρυξη δεδομένων στη γεωργία Εξόρυξη δεδομένων στη μετεωρολογία Εκπαιδευτική εξόρυξη δεδομένων Ανθρώπινη γενετική ομαδοποίηση Συμπερασματική επίθεση Java Data Mining Ευφυΐα ανοιχτού κώδικα Ανάλυση διαδρομής (υπολογισμός) Αντιδραστική επιχειρηματική ευφυΐα

Βυθοκόρηση δεδομένων, αλιεία δεδομένων, κατασκοπεία δεδομένων

Requirements

Καλή γνώση σχετικά με τις σχεσιακές δομές δεδομένων, SQL

 21 Hours

Number of participants



Price per participant

Testimonials (8)

Related Courses

Knowledge Discovery in Databases (KDD)

21 Hours

From Data to Decision with Big Data and Predictive Analytics

21 Hours

Process Mining

21 Hours

Related Categories