課程簡介

介紹

  • 數據挖掘作為 KDD 過程的分析步驟(“Database 中的知識發現”)
  • 計算機科學子領域
  • 在大型數據集中發現模式

方法的來源

  • 人工智慧
  • 機器學習
  • Statistics
  • 資料庫系統

涉及什麼?

  • Database 和數據管理方面
  • 數據預處理
  • 模型和推理注意事項
  • 趣味性指標
  • 複雜性注意事項
  • 對發現的結構進行後處理
  • 可視化
  • 在線更新

數據挖掘主要任務

  • 自動或半自動分析大量數據
  • 提取以前未知的有趣模式
  • 資料記錄群組(聚類分析)
  • 異常記錄(異常檢測)
  • 相依項目(關聯規則)

數據挖掘

  • 異常檢測(異常值/變化/偏差檢測)
  • 關聯規則學習(依賴關係建模)
  • 聚類
  • 分類
  • 回歸
  • 綜述

用途與應用

  • Able 危險
  • 行為分析
  • 業務分析
  • Data Mining 的跨行業標準流程
  • 客戶分析
  • 農業數據挖掘
  • 氣象學中的數據挖掘
  • 教育數據挖掘
  • 人類基因聚類
  • 推理攻擊
  • 爪哇 Data Mining
  • 開源情報
  • 路徑分析(計算)
  • 反應式商業智慧

數據疏通、數據釣魚、數據窺探

最低要求

關於關係數據結構的公平知識,SQL

  21 時間:
 

人數


開始於

結束於


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

客戶評論 (9)

相關課程

課程分類