Data Mining with R培訓

數據庫中的知識發現（KDD）是從數據集合中發現有用知識的過程。這種數據挖掘技術的實際應用包括營銷，欺詐檢測，電信和製造。

在這個以講師為主導的實踐課程中，我們介紹了KDD中涉及的過程，並開展了一系列練習來實踐這些過程。

聽眾

• 數據分析師或任何有興趣學習如何解釋數據以解決問題的人

課程格式

• 在對KDD進行理論討論之後，教師將提出真實案例，要求應用KDD來解決問題。參與者將準備，選擇和清理樣本數據集，並使用他們先前的數據知識，根據他們的觀察結果提出解決方案。

Tidyverse是一系列多功能R包，用於清潔，處理，建模和可視化數據。包括的一些包是：ggplot2，dplyr，tidyr，readr，purrr和tibble。

在這個由講師指導的實時培訓中，參與者將學習如何使用Tidyverse包含的工具來操縱和可視化數據。

在培訓結束時，參與者將能夠：

• 執行數據分析並創建吸引人的可視化
• 從樣本數據的各種數據集中得出有用的結論
• 過濾，排序和匯總數據以回答探索性問題
• 將處理過的數據轉換為信息性線圖，條形圖，直方圖
• 導入和過濾來自不同數據源的數據，包括Excel ，CSV和SPSS文件

聽眾

• 初學者到R語言
• 初學者進行數據分析和數據可視化

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

Go ：

學習在獨立性水平上使用SPSS

收件人：

分析師，研究人員，科學家，學生和所有想要獲得使用SPSS包並學習流行數據挖掘技術的人。

課程可以提供任何工具，包括免費的開源數據挖掘軟件和應用程序

聽眾

如果您試圖理解您可以訪問或想要分析網絡上可用的非結構化數據（如Twitter，鏈接等等），那麼本課程適合您。

它主要針對決策者和需要選擇哪些數據值得收集以及值得分析的人。

它不是針對人們配置解決方案，但這些人將從大局中受益。

交貨方式

在課程期間，代表們將獲得大多數開源技術的工作示例。

講座後將進行簡短的講座，參加者將進行簡單的練習

使用的內容和軟件

每次運行課程時都會更新所有使用的軟件，因此我們會檢查最新版本。

它涵蓋了從獲取，格式化，處理和分析數據的過程，以解釋如何使用機器學習自動化決策制定過程。

本課程的目的是讓參與者掌握如何使用Oracle數據庫中的SQL語言進行中級數據提取。

R是一種用於統計計算，數據分析和圖形的開源免費編程語言。 R被企業和學術界內越來越多的經理和數據分析師使用。 R還發現沒有計算機編程技能的統計學家，工程師和科學家的追隨者都很容易使用。它的受歡迎程度是由於越來越多地使用數據挖掘來實現各種目標，例如設定廣告價格，更快地找到新藥或微調財務模型。 R有各種各樣的數據挖掘包。

本課程面向從事數據挖掘和知識發現工作的工程師和決策者。

您將學習如何創建有效的圖表以及以一種吸引決策者並幫助他們理解隱藏信息的方式呈現和表示您的數據的方法。

大數據是如此龐大和復雜的數據集，傳統的數據處理應用軟件不足以處理它們。大數據挑戰包括捕獲數據，數據存儲，數據分析，搜索，共享，傳輸，可視化，查詢，更新和信息隱私。

進程挖掘或自動Business流程發現（ABPD）是一種將算法應用於事件日誌以分析業務流程的技術。流程挖掘超越了數據存儲和數據分析;它將數據與流程聯繫起來，並提供有關影響流程效率的趨勢和模式的見解。

課程格式

• 本課程首先概述了最常用的過程挖掘技術。我們討論了用於基於原始事件數據發現和建模過程的各種過程發現算法和工具。使用ProM開源框架檢查實際案例研究並分析數據集。

在這個由講師指導的台灣現場培訓中，參與者將學習如何構建Data Vault。

在培訓結束時，參與者將能夠：

• 瞭解 Data Vault 2.0 背後的架構和設計概念，以及它與大數據、NoSQL 和 AI 的互動。
• 使用數據保險存儲技術對數據倉庫中的歷史數據進行審計、跟蹤和檢查。
• 開發一致且可重複的 ETL（提取、轉換、載入）流程。
• 構建和部署高度可擴展且可重複的倉庫。

MonetDB是一個開源數據庫，是列存儲技術方法的先驅。

在這個由講師指導的實時培訓中，參與者將學習如何使用MonetDB以及如何從中獲取最大價值。

在培訓結束時，參與者將能夠：

• 了解MonetDB及其功能
• 安裝並開始使用MonetDB
• 在MonetDB中探索並執行不同的功能和任務
• 通過最大化MonetDB功能來加速項目的交付

聽眾

• 開發商
• 技術專家

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

該課程的目的是使參與者能夠掌握R的基本原理以及如何使用數據。