Data Mining Training Courses

Waikato Environment for Knowledge Analysis (Weka) is een open source data mining visualisatie software. Het biedt een verzameling van machine learning-algoritmen voor gegevensvoorbereiding, classificatie, clustering en andere data mining activiteiten. Deze instructeur geleide, live training (online of on-site) is gericht op gegevensanalisten en gegevenswetenschappers die Weka willen gebruiken om gegevens mijnwerkzaamheden uit te voeren. Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeer en installeer Weka Begrijp de Weka omgeving en werkbank. Het uitvoeren van data mining taken met behulp van Weka.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.

IBM SPSS Modeler is een software die wordt gebruikt voor data mining en tekstanalyse. Het biedt een set van data mining tools die voorspellende modellen kunnen bouwen en gegevensanalyse taken kunnen uitvoeren. Deze instructeur geleide, live training (online of on-site) is gericht op data analisten of iedereen die wil gebruiken SPSS Modeler om data mining activiteiten uit te voeren. Aan het einde van deze training zullen de deelnemers in staat zijn:

Begrijp de fundamenten van data mining. Leer hoe u gegevenskwaliteit kunt importeren en evalueren met de Modeller. Het ontwikkelen, implementeren en evalueren van gegevensmodellen efficiënt.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.

Kennisontdekking in databases (KDD) is het proces van het ontdekken van nuttige kennis uit een verzameling van gegevens. Real-life toepassingen voor deze data mining techniek omvatten marketing, fraude detectie, telecommunicatie en productie. In deze instructeur geleide, live cursus introduceren we de processen die betrokken zijn bij KDD en voeren we een reeks oefeningen uit om de implementatie van die processen te beoefenen. Het publiek

Data-analisten of iemand die geïnteresseerd is in het leren hoe gegevens te interpreteren om problemen op te lossen

Format van de cursus

Na een theoretische discussie over KDD zal de instructeur real-life gevallen presenteren die de toepassing van KDD vragen om een probleem op te lossen. Deelnemers bereiden, selecteren en schoonmaken samengestelde gegevens en gebruiken hun voorafgaande kennis van de gegevens om oplossingen te voorstellen op basis van de resultaten van hun waarnemingen.

Datamining is het proces van het identificeren van patronen in big data met data science-methoden zoals machine learning. Met Excel als data-analysepakket kunnen gebruikers datamining en -analyse uitvoeren. Deze instructeur-geleide, live training (op locatie of op afstand) is gericht op datawetenschappers die Excel willen gebruiken voor datamining. Aan het einde van deze training kunnen deelnemers:

• Verken gegevens met Excel om datamining en -analyse uit te voeren.
• Gebruik Microsoft-algoritmen voor datamining.
• Begrijp concepten in Excel -datamining.

Indeling van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en oefenen.
• Praktische implementatie in een live-labomgeving.

Cursusaanpassingsopties

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

The objective of the course is to enable participants to gain a mastery of how to work with the SQL language in Oracle database for data extraction at intermediate level.

Go al: Leren werken met SPSS op het niveau van onafhankelijkheid De geadresseerden: Analisten, onderzoekers, wetenschappers, studenten en iedereen die de mogelijkheid wil verwerven om het SPSS-pakket te gebruiken en populaire dataminingtechnieken te leren.

Natuurlijk kan elke tool worden geleverd, inclusief gratis open-source datamining-software en applicaties

Publiek Als u de gegevens waartoe u toegang heeft, wilt begrijpen of ongestructureerde gegevens op het internet wilt analyseren (zoals Twitter, Linked in, enz ...), is deze cursus iets voor u. Het is vooral bedoeld voor besluitvormers en mensen die moeten kiezen welke gegevens het verzamelen waard zijn en wat het analyseren waard is. Het is niet gericht op mensen die de oplossing configureren, die mensen zullen echter profiteren van het grote geheel. Bezorgingsmodus Tijdens de cursus krijgen de deelnemers werkvoorbeelden van voornamelijk open source-technologieën. Korte lezingen worden gevolgd door een presentatie en eenvoudige oefeningen door de deelnemers Gebruikte inhoud en software Alle gebruikte software wordt elke keer dat de cursus wordt uitgevoerd bijgewerkt, dus we controleren de nieuwste versies mogelijk. Het omvat het proces van het verkrijgen, formatteren, verwerken en analyseren van de gegevens, om uit te leggen hoe het besluitvormingsproces kan worden geautomatiseerd met machine learning.

R is een open-source gratis programmeertaal voor statistisch computergebruik, gegevensanalyse en grafische afbeeldingen. R wordt gebruikt door een groeiend aantal managers en data-analisten binnen bedrijven en de academische wereld. R heeft een grote verscheidenheid aan pakketten voor datamining.

Doelstelling: Gedelegeerden kunnen big data-sets analyseren, patronen extraheren, de juiste variabele kiezen die van invloed is op de resultaten, zodat een nieuw model wordt voorspeld met voorspellende resultaten .

R is an open-source free programming language for statistical computing, data analysis, and graphics. R is used by a growing number of managers and data analysts inside corporations and academia. R has also found followers among statisticians, engineers and scientists without computer programming skills who find it easy to use. Its popularity is due to the increasing use of data mining for various goals such as set ad prices, find new drugs more quickly or fine-tune financial models. R has a wide variety of packages for data mining.

R  is een open-source gratis programmeringsspraak voor statistische computing, data-analyse en graphics. R  wordt gebruikt door een groeiende aantal managers en data-analisten binnen bedrijven en academie. R heeft een breed scala aan pakketten voor data mining.

Deze cursus is bedoeld voor ingenieurs en besluitvormers die werkzaam zijn in datamining en kennisdetectie. U leert hoe u effectieve plots en manieren maakt om uw gegevens te presenteren en weer te geven op een manier die de besluitvormers zal aanspreken en hen helpt om verborgen informatie te begrijpen.

Big data zijn datasets die zo omvangrijk en complex zijn dat traditionele applicatiesoftware voor gegevensverwerking onvoldoende is om hiermee om te gaan. Big data-uitdagingen zijn onder meer het vastleggen van gegevens, gegevensopslag, gegevensanalyse, zoeken, delen, overdragen, visualiseren, opvragen, bijwerken en informatieprivacy.

Modellering van gegevenskluizen is een techniek voor databasemodellering die historische gegevensopslag op lange termijn mogelijk maakt die afkomstig is van meerdere bronnen Een gegevenskluis slaat één enkele versie van de feiten op, of "alle gegevens, de hele tijd" Het flexibele, schaalbare, consistente en aanpasbare ontwerp omvat de beste aspecten van 3rd normal form (3NF) en star schema In deze live training met instructeur leren deelnemers hoe ze een Data Vault kunnen bouwen Aan het einde van deze training kunnen deelnemers: Begrijp de architectuur- en ontwerpconcepten achter Data Vault 20 en de interactie met Big Data, NoSQL en AI Gebruik technieken voor gegevensgewelven om auditing, tracing en inspectie van historische gegevens in een datawarehouse in te schakelen Ontwikkel een consistent en herhaalbaar ETL-proces (Extract, Transform, Load) Bouw en implementeer zeer schaalbare en herhaalbare magazijnen Publiek Datamodellen Data warehousing specialist Business Intelligence-specialisten Gegevensingenieurs Databasebeheerders Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .

MonetDB is een open-source database die pionier was op het gebied van technologie voor kolomopslag. In deze door een instructeur geleide, live training leren deelnemers hoe ze MonetDB kunnen gebruiken en hoe ze er de meeste waarde uit kunnen halen. Aan het einde van deze training kunnen deelnemers:

• Begrijp MonetDB en zijn functies
• Installeer en ga aan de slag met MonetDB
• Ontdek en voer verschillende functies en taken uit in MonetDB
• Versnel de levering van hun project door de mogelijkheden van MonetDB te maximaliseren

Publiek

• ontwikkelaars
• Technische experts

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Het doel van de cursus is om deelnemers in staat te stellen de basisprincipes van R te beheersen en te leren omgaan met gegevens.

KNIME Analytics Platform is een toonaangevende open source-optie voor datagestuurde innovatie, waarmee u het potentieel in uw gegevens kunt ontdekken, nieuwe inzichten kunt vinden of nieuwe toekomstvoorspellingen kunt voorspellen. Met meer dan 1000 modules, honderden kant-en-klare voorbeelden, een uitgebreid scala aan geïntegreerde tools en de breedste keuze aan geavanceerde beschikbare algoritmen, is KNIME Analytics Platform de perfecte toolbox voor elke KNIME en bedrijfsanalist. Deze cursus voor KNIME Analytics Platform is een ideale gelegenheid voor beginners, gevorderde gebruikers en KNIME experts om kennis te maken met KNIME , om te leren hoe het effectiever te gebruiken en om duidelijke, uitgebreide rapporten te maken op basis van KNIME workflows

Deze instructeur-geleide, live training (onsite of op afstand) is gericht op data-analisten en data-wetenschappers die meer geavanceerde data-analysetechnieken willen implementeren voor data mining met Python . Aan het einde van deze training kunnen deelnemers:

• Begrijp belangrijke gebieden van datamining, waaronder associatieregel mining, analyse van tekstsentiment, automatische tekstsamenvatting en detectie van gegevensafwijkingen.
• Vergelijk en implementeer verschillende strategieën voor het oplossen van echte dataminingproblemen.
• De resultaten begrijpen en interpreteren.

Indeling van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en oefenen.
• Praktische implementatie in een live-labomgeving.

Cursusaanpassingsopties

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

R is een programmeertaal en softwareomgeving voor statistische computing. SAS is een statistische softwareplatform voor predictieve analyse, data management, geavanceerde analyse, en meer. Met R in SAS, kunnen gebruikers natuurlijke groepen gegevens vinden voor clusteranalyse die essentieel zijn voor data mining. Deze instructeur geleide, live training (online of on-site) is gericht op gegevensanalisten die willen programmeren met R in SAS voor clusteranalyse. Aan het einde van deze training zullen de deelnemers in staat zijn:

Het gebruik van clusteranalyse voor data mining Master R syntax voor klusteroplossingen. Hierarchische en niet-hierarchische clustering. Datagedreven beslissingen maken om bedrijfsactiviteiten te verbeteren.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.

Process mining, or Automated Business Process Discovery (ABPD), is a technique that applies algorithms to event logs for the purpose of analyzing business processes. Process mining goes beyond data storage and data analysis; it bridges data with processes and provides insights into the trends and patterns that affect process efficiency.  Format of the Course

• The course starts with an overview of the most commonly used techniques for process mining. We discuss the various process discovery algorithms and tools used for discovering and modeling processes based on raw event data. Real-life case studies are examined and data sets are analyzed using the ProM open-source framework.