Back To Top

Data Mining - Konzepte und Techniken

DruckansichtDruckansicht

  • Dauer:
    2 Tage
  • Zielgruppe:
    Information Workers, IT Professionals
  • Vorkenntnisse:
    Allgemeine Kenntnisse der Mathematik
  • Methode:
    Vortrag mit Beispielen und Übungen.
  • Typ:
    Öffentliches Seminar / Inhouse
  • Kursnummer:
    1025150
  • Download
    Anmeldeformular | AGB | Info-Broschüre
Themen:
Data Mining übertrifft einfache Analysetechniken an Wirkungsweise, Ergebnissen und bietet eine Methodik, die im Wesentlichen auf erweiterten statistischen Konzepten beruht. Es unterstützt die Entwicklung und Gewinnung von wertvollem Unternehmenswissen anhand hochkomplexer Analyseverfahren. Dieses Seminar macht Sie mit den Konzepten von Data Mining vertraut und hilft Ihnen bei der Entscheidung und Bewertung in Projekten, die Data Mining einführen helfen. Das Seminar zeigt den Teilnehmern aufgrund von Theorie und Beispielen, die sowohl selbst nachgerechnet wie auch mit Hilfe eines Data Mining-Werkzeugs nachvollzogen werden können, welche typischen Analyseverfahren zur Verfügung stehen und wie gängige Algorithmen in diesen Verfahren funktionieren. Es sind grundlegende Kenntnisse der Mathematik und Statistik notwendig, die bei Bedarf allerdings auch an den entsprechenden Stellen im Seminar noch einmal wiederholt werden.

Inhalte

A. Data Preprocessing

[0,125 Tage] Why Preprocess the Data? - Descriptive Data Summarization - Data Cleaning - Data Integration and Transformation - Data Reduction - Data Discretization and Concept Hierarchy Generation

B. Data Warehouse and OLAP Technology: An Overview

[0,25 Tage] What Is a Data Warehouse? - A Multidimensional Data Model - Data Warehouse Architecture - Data Warehouse Implementation - From Data Warehousing to Data Mining

C. Data Cube Computation and Data Generalization

[0,125 Tage] Efficient Methods for Data Cube Computation - Further Development of Data Cube and OLAP Technology - Attribute-Oriented Induction - An Alternative Method for Data Generalization and Concept Description

D. Mining Frequent Patterns, Associations, and Correlations

[0,5 Tage] Basic Concepts and a Road Map - Efficient and Scalable Frequent Itemset Mining Methods - Mining Various Kinds of Association Rules - From Association Mining to Correlation Analysis - Constraint-Based Association Mining

E. Classification and Prediction

[0,5 Tage] What Is Classification? What Is Prediction? - Issues Regarding Classification and Prediction - Classification by Decision Tree Induction - Bayesian Classification - Rule-Based Classification - Classification by Backpropagation - Support Vector Machines - Associative Classification: Classification by Association Rule Analysis - Lazy Learners (or Learning from Your Neighbors) - Other Classification Methods - Prediction - Accuracy and Error Measures - Evaluating the Accuracy of a Classifier or Predictor - Ensemble Methods: Increasing the Accuracy - Model Selection

F. Cluster Analysis

[0,5 Tage] What Is Cluster Analysis? - Types of Data in Cluster Analysis - A Categorization of Major Clustering Methods - Partitioning Methods - Hierarchical Methods - Density-Based Methods - Grid-Based Methods - Model-Based Clustering Methods - Clustering High-Dimensional Data - Constraint-Based Cluster Analysis - Outlier Analysis

Dozent:

Marco Skulschus studierte in Wuppertal und Paris Ökonomie mit Schwerpunkt Wirtschaftsinformatik und schloss mit einer Diplom-Arbeit zur semantischen Datenmodellierung ab und arbeitet schon seit mehr als 10 Jahren als Dozent.

Buch-Veröffentlichungen:

Projekte: Als Berater und Projektleiter konzipiert Herr Skulschus Business Intelligence-Systeme auf Basis von OLAP und Data Warehouse-Technologien mit Berichtskomponenten, statistische Analysen und Data Mining-Modulen.

Forschung: Er leitet ein mehrjähriges Forschungsprojekt zur Entwicklung eines Fragebogensystems mit ontologie-basiertem Datenmodell und innovativen Frage-Antwort-Darstellungen. Förderung durch das BMWi und Zusammenarbeit mit verschiedenen Universitäten.

Zertifizierung: Marco Skulschus ist zertifiziert als "Microsoft Certified Trainer", "Microsoft Certified Application Designer" und "Oracle Certified Associate" und hat die ComptiaCTT+-Prüfung absolviert.

Weitere Informationen:

Comelio_Skulschus_BWL und Software_Grundlagen empirische Sozialforschung Comelio_Skulschus_BWL und Software_System und Systematik von Fragebögen Comelio_Skulschus_MS SQL Server_SQL Server 2005 1 Comelio_Skulschus_Oracle_PLSQL Objekte und obejktrelationale Techniken Microsoft Certified Trainer Skulschus Oracle Certified Associate