Opis kursu: Celem kursu jest zapoznanie jego uczestników z podstawowymi ideami i zasadami data mining (zgłębiania danych), tak aby mogli samodzielnie realizować projekty data mining. Na kursie omówione zostaną: dostęp do baz danych, przygotowanie danych do analiz, dobór odpowiedniej metody analitycznej, ocena uzyskanego modelu oraz wykonywanie analiz i stosowanie uzyskanych modeli (deployment).

Wymagania: umiejętność obsługi komputera w środowisku Windows, znajomość podstaw analizy danych. Zalecamy wcześniejszy udział w kursie STATISTICA kurs podstawowy lub Statystyka dla niestatystyków.

Kontynuacją mogą być np. kursy: Data mining II a - metody bez nauczyciela, Data mining II b - modele i metody, Data mining III - STATISTICA Data Miner dla zaawansowanych, Metodyki data mining, Prognozowanie metodami data mining

Terminy: 16-17.10.2008, 18-19.11.2008, 5-6.02.2009

Program kursu

• Podstawowe idee data mining
  • Modele data mining
  • Etapy procesu data mining
  • Rodzaje zadań data mining
• Środowisko STATISTICA Data Miner
  • Wprowadzenie
  • Dane wejściowe: lokalne pliki danych i zdalne źródła danych
  • Wizualizacja i rozpowszechnianie wyników
  • Przeglądarka węzłów
  • Przykład prostej analizy w systemie STATISTICA Data Miner
• Dane zewnętrzne
  • STATISTICA Query
  • IDP - In-place Database Processing
• Specjalistyczne moduły systemu STATISTICA Data Miner (przegląd)
  • Wstępne przetwarzanie danych
  • Metody predykcyjnego data mining (uczenie z nauczycielem)
  • Odkrywanie wiedzy (uczenie bez nauczyciela)
  • Moduły stosowane po uzyskaniu modelu
• Wstępna obróbka danych - czyszczenie i przekształcenia
  • Ogólne informacje
  • Czyszczenie danych
  • Niezgodności danych z rzeczywistością
  • Postępowanie z brakami danych
  • Dane nietypowe (odstające) i zaszumione
  • Przekształcenia danych
  • Redukcja danych
  • Zmniejszenie liczby wymiarów
  • Zamiana zmiennej ciągłej na skategoryzowaną (kategoryzacja)
  • Łączenie klas zmiennej skategoryzowanej
  • Losowe próbkowanie
• Wprowadzenie do wybranych metod data mining
  • Regresja logistyczna
  • Drzewa klasyfikacyjne i regresyjne
• Przykłady analiz w systemie STATISTICA Data Miner
  • Problem klasyfikacyjny - modelowanie zdolności kredytowej
  • Czyszczenie danych i zadanie regresyjne.
• Dostosowywanie systemu STATISTICA Data Miner