|
|
 |
 |
|
 |
|
|
교육 기간 : 5일(30시간)
교육 대상
이 과정은 데이터 마이닝에 대한 소개와 SAS/Enterprise Miner 이용방법에 대한 활용으로 구성되어 있습니다. 이 과정은 데이터 분석가나 또는 비즈니스 전문가를 대상으로 하고 또한 기술적인 배경보다 데이터 마이닝의 일반적인 이해를 원하시는 분들도 참석가능 하십니다.
과정 소개
이 과정은 SAS/Enterprise Miner를 이용한 다양한 실습을 하실 수 있도록 구성되어져 있습니다. 또한 SAS/Enterprise Miner의 풍부한 기능을 이용하여 분석할 수 있는 다양한 기본적인 분석기법을 포함하고, Cluster 분석 및 association 분석방법의 내용을 제시합니다. 또한 이 과정은 성공적인 데이터 마이닝을 위한 방법 및 기본적인 concept을 포함합니다. 이 과정에서 여러분들은 어떤방식으로 모델을 training 하고 assessment 하는지 regression model, neural networks, decision tree 모델링에 대한 지식을 습득할 수 있습니다.
선수 지식
이 과정 참석 전에 다음과 같은 내용이 가능해야 합니다.
- Microsoft Windows
- SAS 프로그램 실행
- LIBNAME 문장 사용
- 기초통계 기초 지식
교육 내용
|
| Background |
|
|
- 컴퓨팅 파워와 운영계 데이터의 증가
- 대용량의 운영계 데이터의 활용방안 문제
- 비즈니스 결과의 이해를 위한 데이터 분석
- 적용되는 훈련기법 : 통계분석, 패턴인식, machine learning
|
|
| Problem Formulation |
|
|
- 비즈니스 목적을 setting 하고 적절한 분석방법을 결정
- Database marketing, credit scoring, fraud detection,
healthcare informatics를 위한 Predictive modeling 적용
|
|
| Data Difficulties |
|
|
- Data 구조 및 체제
- 에러, 이상치, 결측치에 대한 처리방법
- 샘플링과 오버샘플링
- Dimension Reduce (주요변수 선택)
|
|
Introduction to
Enterprise Miner |
|
|
- Workspace Components 탐색
- Project Setting
- 분석 flow diagram 구축
- 초기 데이터 탐색 실행
- Variable Selection Techniques 적용
- 결측치 처리
|
|
| Regression |
|
|
- target marketing 예제를 통한 regression 실행
- Stepwise method 실행
|
|
| Neural Networks |
|
|
- Multilayer Perceptron 구축
- Visualizing network complexity
- Performing stopped training
|
|
| Decision Trees |
|
|
- Credit Scoring을 이용한 decision tree 구축
- Decision Tree node 기능 이해
- Multiway Split을 이용한 decision tree 구축
- Pruning & Assessing
|
|
Model Evaluation and
Implementation |
|
|
- 후보모델 비교
- 간단한 ensemble 모델 구축
- Score code 이용 및 구축
|
|
| Cluster Analysis |
|
|
- 영업관련 데이터를 이용한 cluster analysis 실행
- K-means cluster analysis를 위한 Cluster node 사용
- Insight node를 이용한 cluster visualizing
|
|
사용 소프트웨어
SAS/BASE, SAS/STAT, Enterprise Miner4.3, Tree Desktop Application9.1
교육 교재
Enterprise Miner™ - Applying Data Mining Techniques Course Notes
|
|
|
|
 |
|
