Programa do Curso

Introdução

  • Mineração de dados como etapa de análise do processo KDD ("Descoberta de Conhecimento em Databases")
  • Subcampo da ciência da computação
  • Descobrindo padrões em grandes conjuntos de dados

Fontes de métodos

  • Inteligência artificial
  • Aprendizado de máquina
  • Statistics
  • Database sistemas

O que está envolvido?

  • Database e aspectos de gerenciamento de dados
  • Pré-processamento de dados
  • Considerações sobre modelo e inferência
  • Métricas de interesse
  • Considerações de complexidade
  • Pós-processamento de estruturas descobertas
  • Visualização
  • Atualização on-line

Principais tarefas de mineração de dados

  • Análise automática ou semiautomática de grandes quantidades de dados
  • Extraindo padrões interessantes anteriormente desconhecidos
    • grupos de registros de dados (análise de cluster)
    • registros incomuns (detecção de anomalias)
    • dependências (mineração de regras de associação)

Mineração de dados

  • Detecção de anomalias (detecção de outlier/mudança/desvio)
  • Aprendizagem de regras de associação (modelagem de dependência)
  • Agrupamento
  • Classificação
  • Regressão
  • Resumo

Uso e aplicações

  • Perigo Capaz
  • Análise comportamental
  • Business análises
  • Processo padrão entre setores para Data Mining
  • Análise do cliente
  • Mineração de dados na agricultura
  • Mineração de dados em meteorologia
  • Mineração de dados educacionais
  • Agrupamento genético humano
  • Ataque de inferência
  • Java Data Mining
  • Inteligência de código aberto
  • Análise de caminho (computação)
  • Reactive business intelligence

Dragagem de dados, pesca de dados, espionagem de dados

Requisitos

Conhecimento razoável sobre estruturas de dados relacionais, SQL

 21 horas

Número de participantes



Preço por participante

Declaração de Clientes (9)

Cursos Relacionados

Categorias Relacionadas