Termine Klicken Sie für eine Online-Buchung auf das gewünschte Datum.

training duration icon Oracle 11g - Data Mining

Dauer: 3 Tage
Lieferart: Klassenraum
Zielgruppe: Business Intelligence-Entwickler
Kursnummer: 2022766
Methode: Vortrag mit Beispielen und Übungen.

Mehr: Genaue Adresse, Hotel und Reiseinformation.

  • Themen
  • Ziele
  • Übersicht
  • Dozent
  • Download
  • Buchung/Service

Tab 1

Topicsss
Schlüsselthemen:
  • Data Mining-Ansatz und Philosophie verstehen
  • Assoziationsanalyse für einfache Mustererkennung nutzen
  • Daten klassifizieren mit Entscheidungsbäumen, Künstlichen Neuronalen Netzen und Naïve Bayes
  • Zeitreihenanalyse und Regressionsanalyse durchführen
  • Cluster-Analyse für Segmentierung von Daten nutzen
  • Data Mining-Modelle bereitstellen und in Software einsetzen

A. Data Mining und Oracle

[Dauer: 0.5 Tage] Statistik, multivariate Statistik und Data Mining – Data Mining-Kreislauf - Daten-Vorverarbeitung: Beschreibende Datenaggregation, Datenbereinigung, Datenintegration und –transformation – Datenreduktion – Diskretisierung und Konzept-Hierarchien – Data Mining und Business Intelligence: Datenbanken, Data Warehouses und OLAP als Basis für Data Mining - Oracle-Architektur für Data Mining: Datenbank, Data Mining-Modul und MS Excel-Add-In

B. Strukturentdeckende Verfahren

[Dauer: 0.5 Tage] Faktoranalyse und Hauptkomponentenanalyse - Ausreißeranalyse

C. Data Mining mit der Assoziationsanalyse

[Dauer: 0.25 Tage] Suchen von häufigen Kombinationen (Frequent Itemset Mining) – Apriori-Algorithmus - Assoziationsregeln und Assoziationsanalyse - Warenkorbanalyse

D. Data Mining für Klassifikation

[Dauer: 0.75 Tage] Entscheidungsbäume: Auswahl von Attributen, Beschneidung von Bäumen, Ableitung von Regeln, Gütemaße und Vergleich von Modellen, Ableitung von Regeln - Support Vector Machines: Vorstellung des Algorithmus, Modellaufbau und Modellverwendung

E. Data Mining mit Wahrscheinlichkeitstheorie

[Dauer: 0.5 Tage] Klassifikation über Logistische Regression - Wahrscheinlichkeitstheorie und Bayes Theorem –Naïve Bayes-Algorithmus: Algorithmus, Modellaufbau und Modellverwendung

F. Cluster-Analyse

[Dauer: 0.5 Tage] Einführung in die Cluster Analyse – Ähnlichkeits- und Distanzmessung - Varianten und grundlegende Techniken – Partitionierende Methoden: k-Means-Verfahren - Hierarchische Methoden: agglomerative und divisive Verfahren

Tab 2

Tab 3

Tab 4

Tab 5

Tab 6

Description
Sie haben zu den genannten Terminen keine Zeit?
Auf Anfrage besteht die Möglichkeit einen individuellen Termin auszumachen.
Description
Zur Anmeldung oder für allgemeine Fragen zum Seminar nutzen Sie bitte das Kontaktformular oder die folgenden Möglichkeiten: Kontaktformular oder die folgenden Möglichkeiten:
  • Telefon : +49.30.8145622.00
  • Fax : +49.30.8145622.10