Data Mining v SQL Server Analysis Services (MSQL28)

Databases, MS SQL

Location, current course term

Contact us

Vlastní Školení na míru (termín, lokalita, obsah, délka)

The course:

Hide detail
  • Úvod do data miningu
    1. Pojem data mining a proces dolování znalostí z databází
    2. Typy data miningových úkolů
    3. Vybrané modelovací techniky a algoritmy
    4. DM nástroje - Data mining add-in, Table Analysis Tools a Data Tools
  • Data mining v Excelu
    1. Příprava dat
    2. Modelování dat
    3. Přesnost a ověření
    4. Použití modelů
    5. Zpráva modelů
    6. Správa připojení
  • Příprava dat
    1. Zkoumání dat
    2. Čištění dat
    3. Řezání dat
  • Modelování dat
    1. Vytvoření DM struktury
    2. Přidání modelu do DM struktury
    3. Klasifikace
    4. Odhadování
    5. Klastry
    6. Asociace
    7. Předpovídání
  • Algoritmy data miningu - detailně i s příklady
    1. Decision Trees
    2. Naive Bayes
    3. Neural Networks
    4. Clustering
    5. Sequence Clustering
    6. Time Series
    7. Linear Regression
  • Kontrola přesnosti a ověřování
    1. Graf přesnosti
    2. Klasifikační matice
    3. Graf ziskovosti
    4. Křížová validace
  • Práce s modely
    1. Prohlížení modelů
    2. Dokumentace modelů
    3. Dotazování se jazykem DMX - Data Mining Expressions
  • Analýza klíčových faktorů (key influencers)
    1. Účel
    2. Výběr hlavního sloupce
    3. Výběr srovnávacích sloupců
    4. Report hlavních faktorů
    5. Rozlišovací report
  • Detekce kategorií
    1. Účel
    2. Výběr sloupců a parametry
    3. Report kategorií
    4. Graf profilů kategorií
  • Doplnění chybějících hodnot podle příkladu
    1. Účel
    2. Výběr sloupců a parametry
    3. zpřesňování výsledků
  • Nástroj pro předpověď (forecast tool)
    1. Účel
    2. Výběr sloupců a parametry
    3. Nastavení časových voleb
    4. Interpretace výsledků
  • Zvýraznění výjimek
    1. Účel
    2. Výběr sloupce
    3. Změny prahových hodnot výjimek
    4. Limitní omezení zvýrazňování výjimek
  • Analýza scénářů
    1. Účel
    2. Hledání cíle
    3. What-if analýza
    4. Analýza důvěryhodnosti
  • Kalkulátor předpovědí
    1. Účel
    2. List kalkulátoru předpovědí
    3. Zpřesnění výsledků
    4. Odstranění výstupu z kalkulátoru předpovědí
  • Analýza nákupního košíku
    1. Účel
    2. Výběr sloupce
    3. Report produktových balíčků
    4. Report doporučení
    5. Zpřesnění výsledků
  • Na závěr
    1. Praktické úlohy
    2. DM metodologie CRISP-DM
Schedule:
2 days (9:00 AM - 5:00 PM )
Language:

Vybrané zákaznické reference

VALEO AUTOKLIMATIZACE k.s., Tomáš H.
Data Mining v SQL Server Analysis Services ( MSQL28)
"Spokojenost, seznameni s oblasti Data minig velmi dobra priprava pro zavedeni do praxe ve firme."