Školení / Příprava dat pro data mining

Detailní informace o školení

Outline in English Data Preparation for Data Mining
Kód DMDP
Název Příprava dat pro data mining
Určení Data Mining
Úroveň 3
Délka standardně 2 dny, vždy 9-17 hodin (s pauzou na oběd)
Cena
  • 13.870,- Kč
  • 5.605,- Kč pro akademická pracoviště
  • sleva 5% až 20% při dvou a více účastnících z jedné firmy
  • uvedené ceny jsou bez DPH
Místo konání SAS, Na Pankráci 17-19, Praha 4 (1. patro budovy)
Jazyk
  • přednášky - čeština
  • školící materiály - angličtina
V ceně zahrnuto
  • přístup k PC (max. 1 účastník na 1 PC)
  • školící materiály
Doporučené kurzy před PRG1, PRG2, AAEM či AAEM53
Navazující kurzy PMADV nebo PMAD53

Příprava dat je klíčem k úspěchu při dolování dat. Tento kurz IV úrovně je určen pro data minery a IT profesionály, kteří se zabývají transformací surových dat na smysluplné vstupy prediktivních modelů.

Přínos pro účastníka

Školení představuje programátorské techniky užívané analytiky při přípravě dat do formy vhodné k modelování. Naučíte se, jak extrahovat potřebné informace ze zdrojů surových dat a převádět transakční data či data popisující události do formy, která je nutná k modelování. Rovněž se naučíte, jak do modelů efektivně zahrnout nenumerická data, jak se vyrovnat s výjimkami či extrémními hodnotami. Po absolvování tohoto školení budete rovněž schopni dokumentovat proces přípravy dat.

Účastník by měl mít:

  • zkušenost s technikami prediktivního modelování, přibližně v rozsahu školení AAEM / AAEM53
  • zkušenost při práci s tabulkami v SAS, zhruba v rozsahu školení PRG2

Obsah kurzu

Úvod

  • struktury surových dat
  • struktura dat vhodná pro prediktivní modelování
  • přehled problematiky přípravy dat

Extrakce relevantních dat

  • "problémy" v datech
  • ohodnocení dostupnosti dat
  • přístup k datům
  • vytvoření reprezentativního vzorku dat pro modelování

Transformace transakčních dat a dat popisujících události

  • výhody a nevýhody transakčních dat
  • běžně užívané struktury pro uložení transakcí
  • definice časového okna
  • fixní a variabilní časové okno
  • implementace běžně užívaných transformací transakčních dat

Použití nenumerických dat

  • definice a "problémy" nenumerických dat
  • detekce a řešení problémů manuálně vkládaných dat
  • řízení stupňů volnosti
  • geokódování, specifika České Republiky

Výjimky a extrémní hodnoty

  • odlehlá pozorování, chybějící a neaplikovatelné hodnoty, extrémní hodnoty
  • detekce vyjímek a extrémů
  • ošetření odlehlých a extrémních hodnot

Další témata podle zájmu účastníků

Podělte se s námi o vaše nápady! Jsou zde další témata, která vám v kurzu chybí? Chtěli byste kurz uspořádat jinde nebo trochu jinak? Dejte nám o tom vědět na training@cze.sas.com.