SQL Server Analysis Services - Data Mining (MSQL28)

Databáze, MS SQL

Kurz se věnujte dolování poznatků z firemních dat na platformě firmy Microsoft. Pokrývá základní i pokročilé nástroje, díky kterým mohou uživatelé i bez předchozích znalostí zjistit zajímavé závislosti ve svých datech, které nelze objevit běžnými statistickými metodami. Získané poznatky se dají využít pro marketingové, obchodní i controllingové aktivity. Dále jako podpůrné nástroje při rozhodování - například na předpovídání, který klient se stane dlužníkem, na zjištění, které produktové balíčky zvýší prodeje nejvíce, jak předpovědět chybovost výroby podle předem neznámých faktorů, či na optimalizaci procesů ve firmě. Účastníci získají ucelený přehled o tom, co se dá najít ve zdánlivě nezajímavé hromadě dat. Pro zvládnutí kurzu není třeba ovládat práci s databázemi.

Privátní školení a termíny na míru

Z důvodu dlouhodobě nízké poptávky po tomto školení nejsou v současné době vypisovány termíny pro veřejnost. Je však možné zrealizovat školení jako privátní, a to nejen formou uzavřeného firemního kurzu, ale také jako individuální konzultaci pro jednotlivce.

V případě kurzu na míru je níže uvedená osnova pouze inspirací. Finální obsah vzdělávání, jeho délka i termíny budou přizpůsobeny konkrétním vstupním znalostem, potřebám a cílům účastníků.

Cenovou nabídku vám rádi připravíme na základě vstupů zaslaných e-mailem nebo zadaných prostřednictvím poptávkového formuláře. Cena privátního školení vychází z náročnosti požadované obsahové náplně školení, časového rozsahu a celkového počtu přihlášených osob.

Lokalita, termín kurzu

Kontaktujte nás

Virtuálně se můžete přidat i ke školením ve výše nabízených lokalitách. Do poznámky v objednávce prosím uveďte „Připojím se virtuálně“

Náplň kurzu:

Skrýt detaily
  • 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
Časový rozvrh:
2 dny (9:00hod. - 17:00hod.)

Vybrané zákaznické reference

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