Data Mining with R培训

数据库中的知识发现(KDD)是从数据收集中发现有用的知识的过程。 这些数据采矿技术的实用应用包括营销、欺诈检测、电信和制造。

在本导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导导

观众

• 数据分析师或任何有兴趣学习如何解释数据以解决问题的人

课程格式

• 经过对KDD的理论讨论后,教练将介绍现实生活的案例,要求KDD的应用解决问题。 参与者将准备、选择和清理样品数据集,并使用他们对数据的先前知识,以根据他们的观察结果提出解决方案。

Tidyverse是一系列多功能R包，用于清洁，处理，建模和可视化数据。包括的一些包是：ggplot2，dplyr，tidyr，readr，purrr和tibble。

在这个由讲师指导的实时培训中，参与者将学习如何使用Tidyverse包含的工具来操纵和可视化数据。

在培训结束时，参与者将能够：

• 执行数据分析并创建吸引人的可视化
• 从样本数据的各种数据集中得出有用的结论
• 过滤，排序和汇总数据以回答探索性问题
• 将处理过的数据转换为信息性线图，条形图，直方图
• 导入和过滤来自不同数据源的数据，包括Excel ，CSV和SPSS文件

听众

• 初学者到R语言
• 初学者进行数据分析和数据可视化

课程形式

• 部分讲座，部分讨论，练习和繁重的实践练习

Go ：

学习在独立性水平上使用SPSS

收件人：

分析师，研究人员，科学家，学生和所有想要获得使用SPSS包并学习流行数据挖掘技术的人。

课程可以提供任何工具，包括免费的开源数据挖掘软件和应用程序

听众

如果您试图理解您可以访问或想要分析网络上可用的非结构化数据（如Twitter，链接等等），那么本课程适合您。

它主要针对需要选择哪些数据值得收集以及值得分析的决策者和人员。

它不是针对人们配置解决方案，但这些人将从大局中受益。

交货方式

在课程期间，代表们将获得大多数开源技术的工作示例。

讲座后将进行简短的讲座，参加者将进行简单的练习

使用的内容和软件

每次运行课程时都会更新所有使用的软件，因此我们会检查最新版本。

它涵盖了从获取，格式化，处理和分析数据的过程，以解释如何使用机器学习自动化决策制定过程。

本课程的目的是让参与者掌握如何使用Oracle数据库中的SQL语言进行中级数据提取。

R是一种用于统计计算，数据分析和图形的开源免费编程语言。 R被企业和学术界内越来越多的经理和数据分析师使用。 R还发现没有计算机编程技能的统计学家，工程师和科学家的追随者都很容易使用。它的受欢迎程度是由于越来越多地使用数据挖掘来实现各种目标，例如设定广告价格，更快地找到新药或微调财务模型。 R有各种各样的数据挖掘包。

R 是一个开源的免费编程语言,用于统计计算,数据分析和图形。 研究由越来越多的管理人员和数据分析师在企业和学术界内使用。 R 有大量的数据采矿包。

本课程面向从事数据挖掘和知识发现工作的工程师和决策者。

您将学习如何创建有效的图表以及以一种吸引决策者并帮助他们理解隐藏信息的方式呈现和表示您的数据的方法。

大数据是如此庞大和复杂的数据集，传统的数据处理应用软件不足以处理它们。大数据挑战包括捕获数据，数据存储，数据分析，搜索，共享，传输，可视化，查询，更新和信息隐私。

进程挖掘或自动Business流程发现（ABPD）是一种将算法应用于事件日志以分析业务流程的技术。流程挖掘超越了数据存储和数据分析;它将数据与流程联系起来，并提供有关影响流程效率的趋势和模式的见解。

课程格式

• 本课程首先概述了最常用的过程挖掘技术。我们讨论了用于基于原始事件数据发现和建模过程的各种过程发现算法和工具。使用ProM开源框架检查实际案例研究并分析数据集。

在这个由讲师指导的中国现场培训中，参与者将学习如何构建Data Vault。

在培训结束时，参与者将能够：

• 了解 Data Vault 2.0 背后的架构和设计概念，以及它与大数据、NoSQL 和 AI 的交互。
• 使用数据保险存储技术对数据仓库中的历史数据进行审计、跟踪和检查。
• 开发一致且可重复的 ETL（提取、转换、加载）流程。
• 构建和部署高度可扩展且可重复的仓库。

MonetDB是一个开源数据库，是列存储技术方法的先驱。

在这个由讲师指导的实时培训中，参与者将学习如何使用MonetDB以及如何从中获取最大价值。

在培训结束时，参与者将能够：

• 了解MonetDB及其功能
• 安装并开始使用MonetDB
• 在MonetDB中探索并执行不同的功能和任务
• 通过最大化MonetDB功能来加速项目的交付

听众

• 开发商
• 技术专家

课程形式

• 部分讲座，部分讨论，练习和繁重的实践练习

该课程的目的是使参与者能够掌握R的基本原理以及如何使用数据。