Katalog
/
Datenanalyse
/
Data Mining und Analyse

Data Mining und Analyse

Tauchen Sie tief in die Welt der Datenanalyse ein mit unserer umfassenden Schulung zu Data Mining und Analyse.

Was werden Sie lernen?

In unserem Kurs "Data Mining und Analyse" werden die Teilnehmer:

• Die Feinheiten der Datenvorverarbeitung und -umwandlung verstehen.

• Praktische Erfahrungen mit statistischen Schlussfolgerungen, Stichproben und Hypothesentests sammeln.

• sich mit fortgeschrittenen Klassifizierungsmethoden und Vergleichen vertraut machen.

• Eintauchen in das Potenzial von neuronalen Netzen, Entscheidungsbäumen und Support-Vektor-Maschinen.

• Sie erforschen Clustering-Techniken und Methoden zur Modellbewertung und -auswahl. Nach diesem 4-tägigen Intensivkurs sind die Teilnehmer bestens gerüstet, um das Potenzial von Big Data zu nutzen und aus riesigen Informationsreservoirs verwertbare Erkenntnisse zu gewinnen.

Voraussetzungen:

Grundlegendes Verständnis von IT-Konzepten. Keine Vorkenntnisse in der Datenanalyse erforderlich, aber Vertrautheit mit statistischen Methoden ist von Vorteil.

Grundlegende IT-Kenntnisse: Vertrautheit mit Betriebssystemen, Hardwarekonfigurationen und grundlegenden Netzwerkoperationen.

Optional: Frühere Erfahrungen mit verteilten Systemen sind von Vorteil, aber nicht zwingend erforderlich.

Kursübersicht*:

*Wir wissen, dass jedes Team eigene Bedürfnisse und Spezifikationen hat. Deshalb können wir die Schulungsübersicht nach Bedarf anpassen.

Vorverarbeitung von Daten:

  • Datenbereinigung
  • Datenintegration und -umwandlung
  • Datenreduzierung
  • Diskretisierung und Generierung von Konzepthierarchien

Statistische Inferenz:

  • Wahrscheinlichkeitsverteilungen, Zufallsvariablen, Zentraler Grenzwertsatz
  • Stichprobenziehung und Konfidenzintervalle
  • Hypothesentest
  • Multivariate lineare Regression

Modellspezifikation und -auswahl:

  • Auswahl von Teilmengen
  • Schätzung, Validierung und Vorhersage

Klassifizierungsmethoden:

  • Logistische Regression
  • Lineare Diskriminanzanalyse
  • K-Nächste Nachbarn
  • Naive Bayes
  • Vergleich von Klassifizierungsmethoden

Neuronale Netze:

  • Anpassungs- und Trainingsprobleme

Entscheidungsbäume:

  • Regression und Klassifikationsbäume
  • Vergleich von Bäumen und linearen Modellen

Ensemble-Methoden:

  • Bagging, Zufallsforste, Boosting

Support-Vektor-Maschinen:

  • Maximal Margin Klassifikator
  • Support-Vektor-Klassifikatoren und -Maschinen
  • Mehrklassen-SVMs

HauptkomponentenanalyseClustering:

  • K-means und K-medoids Clustering
  • Hierarchisches und dichtebasiertes Clustering

Modellbewertung und -auswahl:

  • Verzerrung, Varianz, Modellkomplexität
  • Vorhersagefehler in der Stichprobe
  • Bayesscher Ansatz
  • Kreuzvalidierung und Bootstrap-Methoden

Praxisnahes Lernen mit erfahrenen Trainern an Ihrem Standort für Organisationen.

5.622€*
Graph Icon - Education X Webflow Template
Niveau:
intermediate
Clock Icon - Education X Webflow Template
Dauer:
28
Stunden (Tage:
4
)
Camera Icon - Education X Webflow Template
Training angepasst an Ihre Bedürfnisse
Star Icon - Education X Webflow Template
Intensive praktische Erfahrung in einer speziellen Umgebung
*Der Preis kann je nach Teilnehmerzahl, Änderung des Programms, Standort usw. variieren.

Neue Fähigkeiten erlernen, angeleitet von erfahrenen Trainern von überall.

3.987€*
Graph Icon - Education X Webflow Template
Niveau:
intermediate
Clock Icon - Education X Webflow Template
Dauer:
28
Stunden (Tage:
4
)
Camera Icon - Education X Webflow Template
Training angepasst an Ihre Bedürfnisse
Star Icon - Education X Webflow Template
Reduzierte Schulungskosten
*Der Preis kann je nach Teilnehmerzahl, Änderung des Programms, Standort usw. variieren.