Struttura del corso

Fonti dei metodi

  • Intelligenza artificiale
  • Apprendimento automatico
  • Statistics
  • Fonti dei dati

Pre-elaborazione dei dati

  • Importazione/esportazione dei dati
  • Esplorazione e visualizzazione dei dati
  • Riduzione della dimensionalità
  • Gestione dei valori mancanti
  • Pacchetti R

Principali attività di data mining

  • Analisi automatica o semiautomatica di grandi quantità di dati
  • Estrazione di modelli interessanti precedentemente sconosciuti
  • Gruppi di record di dati (analisi dei cluster)
  • Record insoliti (rilevamento anomalie)
  • Dipendenze (estrazione di regole di associazione)

Estrazione di dati

  • Rilevamento delle anomalie (rilevamento di valori anomali/modifiche/deviazioni)
  • Apprendimento delle regole di associazione (modellazione delle dipendenze)
  • Clustering
  • Classificazione
  • Regressione
  • Riepilogo
  • Pattern mining frequente
  • Estrazione di testo
  • Alberi decisionali
  • Regressione
  • Neural Networks
  • Estrazione di sequenze
  • Pattern mining frequente

Dragaggio dei dati, pesca dei dati, snooping dei dati

Requisiti

Buona conoscenza di R.

  14 ore
 

Numero di Partecipanti


Data Inizio

Data Fine


Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
I corsi di formazione pubblici richiedono più di 5 partecipanti.

Recensioni (1)

Corsi relativi

Categorie relative