Datová věda - cesta od dat k akční znalosti(v IBM SPSS Modeler)
Kurz podrobně seznámí s dataminingovou metodologií i řešením klasických úloh. Výuka probíhá na softwaru IBM SPSS Modeler.
Data mining umožňuje extrahovat z elektronických dat klíčové vzory chování potřebné k optimalizaci rozhodovacích postupů. Své uplatnění nachází napříč všemi sférami, portfolio dataminingových úloh se stále rozrůstá. Mezi dataminingové úlohy patří například predikce selhání dlužníka, detekce podvodů, predikce odchodu ke konkurenci, doporučování služeb nebo predikce selhání stroje. Také zdroje, z nichž data čerpáme, neustále přibývají. Kromě dat z relačních databází zpracováváme texty, obrázky či data ze sociálních sítí. Dataminingové predikční modely po implementaci do predikčních procesů významně zhodnotí investice vložené do získávání dat a budování modelů.
Cíle kurzu
- Kurz je založen a strukturován podle obecně přijaté metodologie CRISP-DM (Cross Industry Standard Process for Data Mining). V patnácti půldenních lekcích se posluchači seznámí s přístupy a principy metod data miningu a na konkrétních datech z různorodých datových zdrojů si podrobně procvičí postupy ze všech šesti fází metodologie CRISP-DM. Probíraná látka je prokládána praktickými příklady. S účastníky diskutujeme dostupnost potřebných dat, nastavení predikčních algoritmů a nástrahy nasazovaní řešení do procesů. Důraz je kladen na získání dostatečného nadhledu nad řešenou úlohou, jejíž řešení je třeba dekomponovat na dílčí etapy. Výuka probíhá za podpory profesionálního dataminingového softwaru IBM SPSS Modeler (PS CLEMENTINE). Tento software bezplatně zapůjčíme účastníkům kurzu po celou dobu jeho trvání.
Pro koho je kurz určen
Kurz je určen analytikům, řešitelům dataminingových projektů, pracovníkům marketingu, IT specialistům i všem ostatním, kteří se chtějí hlouběji seznámit s praktickou aplikací dataminingových metod a postupů.
Osnova kurzu
- 1 metodologie CRISP-DM, klasifikace dataminingových úloh
- 2 definování cílů a plánování dataminingového projektu
- 3 napojení na interní a externí datové zdroje, big data, datový audit
- 4 datové manipulace, příprava a kombinování dat pro modelování
- 5 nestrukturovaná data a jejich příprava lineární a logistické regrese neuronové sítě rozhodovací stromy asociační pravidla seskupování
- 6 lineární a logistické regrese
- 7 neuronové sítě
- 8 rozhodovací stromy
- 9 asociační pravidla
- 10 seskupování
- 11 kombinování modelů
- 12 evaluace a odhad přínosů řešení
- 13 nasazení optimalizačních postupů do praxe
Termíny
Požadavky
Základní znalosti popisné statistiky a ovládání PC. Uživatelská znalost softwaru se nepředpokládá.
Lektor
Mgr. Ondřej Háva, Ph.D.
Mohlo by vás zajímat
