PHProfessionalBusiness_Applied_Data_Mining_for_Business_Analytics

برای این نوشته توضیحات بنویسید:
1
2
3
4
5
ثبت
     
انصراف

برای این نوشته توضیحات بنویسید

این دوره استفاده از داده کاوی به منظور تصمیم گیری به موقع، عملی، مبتنی بر شواهد در سراسر سازمان شما را آموزش می دهد. با استفاده از داده کاوی می توانید کشف الگوهای پنهان و استفاده بهینه از آنها در جهت بهبود عملکرد تمام جنبه های کسب و کار خود را بیاموزید. مدرس این دوره به شما نحوه ی تجزیه و تحلیل داده ها و داده کاوی و چگونگی اعمال آنها به مشکلات را نشان می دهد. علاوه بر این با مفاهیم کلیدی، برنامه ها و چالش ها، معرفی ابزار و فن آوری پیشرفته، از جمله IBM Watson؛ و نگرانی های مربوط به حریم خصوصی مرتبط با داده کاوی مدرن آشنا می شوید. سپس فرآیند داده کاوی، معرفی KDD، CRISP-DM، SEMMA و Six Sigma می آموزید.

سرفصل ها:

  • مقدمه
  • داده کاوی برای تحلیل کسب و کار
  • معرفی تحلیل
  • تحلیل چیست و داده کاوی در کجای آن جای دارد؟
  • محبوبیت و زمینه های کاربردی تجزیه و تحلیل
  • جدول زمانی تجزیه و تحلیل و طبقه بندی ساده
  • IBM Watson
  • برنامه های تجزیه و تحلیل دنیای واقعی
  • خلاصه
  • درس 2: مقدمه ای بر داده کاوی
  • داده کاوی چیست و چه چیزی نیست؟
  • رایج ترین برنامه های کاربردی و ابزارهای داده کاوی
  • نمایش ابزارهای داده کاوی (KNIME)
  • خلاصه
  • درس 3: فرایند داده کاوی
  • فرآیند کشف دانش در پایگاه داده ها (KDD)
  • فرایند استاندارد متقابل صنایع داده کاوی (CRISP-DM)
  • نمونه، کاوش، اصلاح، مدل و ارزیابی (SEMMA) و Six Sigma
  • نمایش ابزارهای داده کاوی (IBM SPSS Modeler and R)
  • خلاصه
  • درس 4: داده ها و روش ها در داده کاوی
  • ماهیت داده در داده کاوی
  • روشهای داده کاوی: پیش بینی و توصیفی
  • روشهای ارزیابی در داده کاوی
  • طبقه بندی با تصمیم گیری درختان
  • خوشه بندی با الگوریتم k-Means
  • تجزیه و تحلیل انجمن با الگوریتم Apriori
  • خلاصه
  • درس 5: الگوریتم های استخراج داده ها
  • الگوریتم نزدیکترین همسایه برای مدل پیش بینی
  • شبکه های عصبی مصنوعی (ANN) و ماشین های بردار پشتیبانی (SVM)
  • رگرسیون خطی و رگرسیون لجستیک
  • خلاصه
  • درس 6: تجزیه و تحلیل متن و متن کاوی
  • معرفی متن کاوی و پردازش زبان طبیعی
  • برنامه های کاربردی متن کاوی و فرایند متن کاوی
  • ابزارهای متن کاوی و نمایش متن کاوی (RapidMiner و KNIME)
  • خلاصه
  • درس 7: تجزیه و تحلیل فرا داده
  • فرا داده چیست و از کجا آمده است؟
  • مفاهیم اساسی و فن آوری فرا داده
  • نمایش تحلیل فرا داده  (SAS Visual Analytics)
  • دانشمندان داده چه کسانی هستند و از کجا آمده اند؟
  • خلاصه
  • خلاصه داده کاوی برای تحلیل کسب و کار