Schlüsselthemen:

• Data Mining-Ansatz und Philosophie verstehen
• Assoziationsanalyse für einfache Mustererkennung nutzen
• Daten klassifizieren mit Entscheidungsbäumen, Künstlichen Neuronalen Netzen und Naïve Bayes
• Cluster-Analyse für Segmentierung von Daten nutzen
• Data Mining-Software kennenlernen
• Data Mining-Modelle bereitstellen und in Software einsetzen

A. Data Mining und MS SQL Server - Einführung

[Dauer: 0.5 Tage] Business Intelligence und Data Mining - Einsatzbereiche von Data Mining – Data Mining-Verfahren in Microsoft SQL Server und MS Excel – Server- und Client-Komponenten: MS SQL Server Analysis Services und Data Mining Add Ins für MS Excel und MS Visio - Aufgaben im Bereich Data Mining - Data Mining-Techniken im MS SQL Server - Projektzyklus (Datensammlung, Aufbereitung und Reinigung von Daten, Modellbildung, Modellbewertung, Reporting, Vorhersage, Integration in Anwendungen, Modellverwaltung)

B. Klassifikation mit Microsoft Decision Trees - Entscheidungsbäume

[Dauer: 0.25 Tage] Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung - DMX-Abfragen: Klassifikationsmodell, Regressionsmodell, Beziehungsmodell

C. Klassifikation mit Microsoft Naive Bayes

[Dauer: 0.25 Tage] Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung - DMX-Abfragen: Abhängigkeitsnetz, Attributprofile, Attributcharakteristika, Attributdiskrimierung

D. Microsoft Time Series - Zeitreihenanalyse

[Dauer: 0.25 Tage] Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung: Autoregression, Mehrere Zeitreihen, Saisonalität, Historische Vorhersagen, Vorhersagen cachen - DMX-Abfragen

E. Microsoft Clustering – Cluster Analyse

[Dauer: 0.25 Tage] Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung: Harte/weiche Clusterung, Skalierbare Clusterung, Geclusterte Vorhersagen - DMX-Abfragen: Cluster, Cluster-Wahrscheinlichkeit, Vorhersage-Histogramm, CaseLikelihood

F. Microsoft Sequence Clustering – Cluster Analyse

[Dauer: 0.25 Tage] Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung: Markov-Kette, Übergangsmatrix, Clusterung einer Markov-Kette, Dekomposition clustern - DMX-Abfragen

G. Microsoft Association Rules - Assoziationsanalyse

[Dauer: 0.25 Tage] Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung: Itemset, Unterstützung, Wahrscheinlichkeit/Konfidenz, Wichtigkeit/Wesentlichkeit - DMX-Abfragen

H. Microsoft Neural Network – Künstliche neuronale Netze

[Dauer: 0.25 Tage] Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung: Kombination und Aktivierung, Normalisierung und Zuordnung, Topologie eines neuronalen Netzes, Modelltraining - DMX-Abfragen

I. Skripte für Data Mining

[Dauer: 0.5 Tage] XML/A (XML for Analysis): Skripte generieren und verwenden, Data Mining-Modelle aufbauen, verwalten und trainieren - DMX (Data Mining Extensions): Data Mining-Modelle aufbauen, verwalten und trainieren, Data Mining-Modelle abfragen

J. Integration und Reporting Services

[Dauer: 0.25 Tage] Data Mining-Modelle in Integration Services verwenden – Data Mining-Ergebnisse in Reporting Services aufrufen

Kursziele:

• Data Mining verstehen: Verstehen Sie die Philosophie von Data Mining im MS SQL Server
• Assoziationsanalyse einsetzen: Führen Sie eine Warenkorbanalyse durch und erkennen Sie wesentliche Häufungen
• Daten klassifizieren: Nutzen Sie Entscheidungsbäume, Naïve Bayes und Künstliche Neuronale Netze, um Gruppen zu klassifizieren
• Mit Regression Zeit und (nicht)lineare Abhängigkeiten modellieren: Verwenden Sie Zeitreihenanalyse und Regressionsmodelle für mehrdimensionale Daten
• Cluster-Analyse für Segmentierung von Daten nutzen: Erkennen Sie Gemeinsamkeiten und Gruppen in Ihren Daten
• Data Mining-Modelle im MS SQL Server bereitstellen: Veröffentlichen Sie Data Mining-Modelle und nutzen Sie diese in Berichten und Software

Nutzen Sie Data Mining im MS SQL Server, um Muster in Daten zu erkennen wie bspw. Gruppen, wichtige Variablen oder Zusammenhänge, die für Klassifikation und Vorhersage genutzt werden können.

Der MS SQL Server bietet zusätzlich zu den Berichts- und Integrationskomponenten auch Werkzeuge für den Bereiche Data Warehousing und OLAP mit den Analysis Services. Diese werden abgerundet durch die Data Mining-Technologien und Data Mining-Algorithmen. Dieses Seminar zeigt Ihnen, wie Sie auf Basis eines bestehenden Data Warehouses oder einfach mit Daten aus einfachen DB-Strukturen Data Mining-Modelle verwenden, um Zusammenhänge/Korrelationen oder Cluster in Ihren Daten zu finden sowie ein Data Mining-Modell für die Vorhersage/Prognose von kategorialen und numerischen Werten und Zeitreihen zu nutzen. Anhand von Theorie und Beispielen lernen Sie, die verschiedenen Data Mining-Modelle im MS SQL Server einzurichten, zu testen und Auswertungen im Server, mit MS Excel oder über Abfragen durchzuführen.

• Anmeldeformular
• AGB
• Info-Broschüre
• Data Mining-Mit MS SQL Server 2014 / Kursbeschreibung in PDF