Druckansicht[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 Bereiche 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[0,25 Tage] Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung - DMX-Abfragen: Klassifikationsmodell, Regressionsmodell, Beziehungsmodell
C. Klassifikation mit Microsoft Naive Bayes[0,25 Tage] Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung - DMX-Abfragen: Abhängigkeitsnetz, Attributprofile, Attributcharakteristika, Attributdiskrimierung
D. Microsoft Time Series - Zeitreihenanalyse[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[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[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[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[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[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[0,25 Tage] Data Mining-Modelle in Integration Services verwenden – Data Mining-Ergebnisse in Reporting Services aufrufen
Bei der Anmeldung von mehreren Teilnehmern bieten wir Ihnen attraktive Rabatte an. Ab drei Teilnehmern kann sich ein Inhouse-Seminar bei Ihnen lohnen. Gern erstellen wir Ihnen ein individuelles Angebot.
Alle Preise zuzüglich der gesetzlichen Mehrwertsteuer.
Enthalten:
Marco Skulschus studierte in Wuppertal und Paris Ökonomie mit Schwerpunkt Wirtschaftsinformatik und arbeitet schon seit mehr als 10 Jahren als Dozent und Projektleiter/Berater für Business Intelligence.
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. Zu seinen größten Projekten zählt die Entwicklung eines Data Warehouses für den Deutschen Bundesrat mit deutschen Steuerdaten für Analysen und Prognosen.
Zertifizierung: Marco Skulschus ist zertifiziert als "Microsoft Certified Trainer", "Microsoft Certified Application Designer" und hat die ComptiaCTT+-Prüfung absolviert.
Weitere Informationen: