Opis kursu: Kurs poświęcony jest zagadnieniom prognozowania technikami data mining. Jest on ukierunkowany na praktyczne aspekty tego procesu i na problemy, które mogą wystąpić w trakcie modelowania.

Wymagania: umiejętność obsługi komputera w środowisku Windows, podstawy obsługi oprogramowania STATISTICA (zalecany wcześniejszy udział w kursie STATISTICA kurs podstawowy lub Statystyka dla niestatystyków, pomocna będzie też znajomość graficznego środowiska tworzenia projektów STATISTICA Data Miner

Zaleca się wcześniejszy udział w kursach: Analizy wielowymiarowe, Sieci neuronowe, inne kursy proponowane w cyklu data mining

Termin: 3-4.06.2008

Program kursu

1. Metody przygotowania i wstępnej obróbki danych (data pre-processing)
   
   • Klasyfikacja zbiorów danych (dane przekrojowe, szeregi czasowe)
     
   • Wizualizacja danych
     
   • Identyfikacja obserwacji nietypowych
     
   • Skalowanie, standaryzacja, normalizacja
     
   • Metody wstępnej analizy szeregów czasowych: dekompozycja szeregu, wahania sezonowe, problem "dni roboczych" i "świątecznych", periodyzacja szeregów czasowych
2. Problem redukcji wymiaru danych wejściowych w przypadku danych przekrojowych i szeregów czasowych
   
   • Klasyfikacja metod redukcji wymiaru (wybór zmiennych, przekształcenie do nowego zbioru)
     
   • Metody wyboru zmiennych (metody krokowe, algorytm genetyczny)
     
   • Metody przekształcenia do nowego zestawu zmiennych (analiza głównych składowych)
     
3. Funkcje straty
4. Walidacja modeli
5. Metody łączenia modeli
6. Wykorzystanie informacji jakościowych w modelowaniu
7. Wykorzystanie informacji tekstowych w modelowaniu i prognozowaniu