Back To Top

MS SQL Server 2005 - Data Mining

DruckansichtDruckansicht

  • Dauer:
    2 Tage
  • Zielgruppe:
    Business Intelligence-Entwickler
  • Vorkenntnisse:
    Grundlagen MS SQL Server
  • Methode:
    Vortrag mit Beispielen und Übungen.
  • Typ:
    Öffentliches Seminar / Inhouse
  • Kursnummer:
    1025830
  • Download
    Anmeldeformular | AGB | Info-Broschüre
Themen:
Der MS SQL Server 2005 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 zu nutzen. Anhand von Theorie und Beispielen lernen Sie die verschiedenen Data Mining-Modelle im MS SQL Server einzurichten, zu testen und Auswertungen durchzuführen.

Inhalte

A. Einführung

Aufgaben im Bereiche Data Mining (Klassifizierung, Clusterung, Beziehungsanalyse, Regression, Vorhersage, Abweichungsanalyse, Zeitreihenanalyse) - Data Mining-Techniken im MS SQL Server - Projektzyklus (Datensammlung, Aufbereitung und Reinigung von Daten, Modellbildung, Modellbewertung, Rerporting, Vorhersage, Integration in Anwendungen, Modellverwaltung)

B. Microsoft Naive Bayes

Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung - DMX-Abfragen: Abhängigkeitsnetz, Attributprofile, Attributcharakteristika, Attributdiskrimierung

C. Microsoft Decision Trees

Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung - DMX-Abfragen: Klassifikationsmodell, Regressionsmodell, Beziehungsmodell

D. Microsoft Time Series

Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung: Autoregression, Mehrere Zeitreihen, Saisonalität, Historische Vorhersagen, Vorhersagen cachen - DMX-Abfragen

E. Microsoft Clustering

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

Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung: Markov-Kette, Übergangsmatrix, Clusterung einer Markov-Kette, Dekomposition clustern - DMX-Abfragen

G. Microsoft Association Rules

Vorstellung des Algorithmus - Parameter - Modellaufbau und Modellverwendung: Itemset, Unterstützung, Wahrscheinlichkeit/Konfidenz, Wichtigkeit/Wesentlichkeit - DMX-Abfragen

H. Microsoft Neural Network

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

Dozent:

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:

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_MS SQL Server_SQL Server 2005 2 Microsoft Certified Trainer