Data Mining Techniken in Theorie und Praxis

Classroom Schulung | deutsch | Anspruch

Schulungsdauer: 2 Tage

Ziele

In diesem Kurs erhalten Sie eine Einführung in die theoretischen Grundlagen des Data Mining sowie in relevante praktische Aspekte.

Zielgruppe

  • Anwender
  • Entscheidungsträger
  • Entwickler
  • Administratoren

Voraussetzungen

Grundkenntnisse von Computerprogrammen und der Mathematik

Agenda

Maschinelles Lernen

  • Entscheidungsbäume
  • Regellernen
  • Neuronale Netze
  • Nächste Nachbarn
  • Bayes Lernen
  • Support Vector Machines
    • Diskussion der algorithmischen Hintergründe
    • theoretische Eigenschaften der Verfahren

Meta Lernen

  • Bagging
  • Boosting

Vorverarbeitung

  • Automatisierte Merkmalsauswahl
  • Automatisierte Merkmalsgenerierung
  • Diskretisierung
  • Normalisierung
  • Stichprobenauswahl (Sampling)

Modellvalidierung

  • Einführung in Performanzkriterien
  • Kreuzvalidierung
  • Bootstrapping

Visualisierung

  • Hochdimensionale Datenvisualisierungen
  • ROC Kurven
  • Selbstorganisierende Karten (SOM)

Ausführliche Übungen auf verschiedenen Datensätzen

Ziele

In diesem Kurs erhalten Sie eine Einführung in die theoretischen Grundlagen des Data Mining sowie in relevante praktische Aspekte.

Zielgruppe

  • Anwender
  • Entscheidungsträger
  • Entwickler
  • Administratoren

Voraussetzungen

Grundkenntnisse von Computerprogrammen und der Mathematik

Agenda

Maschinelles Lernen

  • Entscheidungsbäume
  • Regellernen
  • Neuronale Netze
  • Nächste Nachbarn
  • Bayes Lernen
  • Support Vector Machines
    • Diskussion der algorithmischen Hintergründe
    • theoretische Eigenschaften der Verfahren

Meta Lernen

  • Bagging
  • Boosting

Vorverarbeitung

  • Automatisierte Merkmalsauswahl
  • Automatisierte Merkmalsgenerierung
  • Diskretisierung
  • Normalisierung
  • Stichprobenauswahl (Sampling)

Modellvalidierung

  • Einführung in Performanzkriterien
  • Kreuzvalidierung
  • Bootstrapping

Visualisierung

  • Hochdimensionale Datenvisualisierungen
  • ROC Kurven
  • Selbstorganisierende Karten (SOM)

Ausführliche Übungen auf verschiedenen Datensätzen

Diese Seite weiterempfehlen