Data Mining mit R

Zielgruppen:

Interessenten mit abgeschlossener Berufsausbildung oder Berufserfahrungen im Medienbereich, Kommunikationsbereich oder kaufmännischen Bereich, die sicher im Umgang mit dem PC sind sowie eine Affinität zum Internet und digitalen Medien haben und die sich im Thema: Data Mining mit R weiterbilden wollen.

Fachliche Voraussetzungen:

Keine besonderen Anforderungen.

Technische Voraussetzungen:

Keine besonderen Anforderungen.

Systematik der Agenturen für Arbeit:

keine Angaben

Inhalte

Die Data Science wird immer ausgefeilter und die Nachfrage steigt exponentiell an.


Data Mining ist der Bereich der Datenwissenschaft, der sich darauf konzentriert, verwertbare Muster in großen und vielfältigen Datensätzen zu finden.

Also: Cluster ähnlicher Kunden, Trends im Zeitverlauf, die nur nach der Entflechtung von saisonalen und zufälligen Effekten erkannt werden können und neue Methoden zur Vorhersage wichtiger Ergebnisse.

Sie werden sich auf Data Mining in R konzentrieren und eine breite Palette von Algorithmen kennenlernen, einschließlich Methoden des maschinellen Lernens sowie wichtige Informationen zu Gesetzen und Richtlinien, die Data Mining beeinflussen.

Sie erhalten außerdem einen Überblick über die Dimensionalitätsreduktion, Clustering, einschließlich hierarchischem Clustering und Assoziationsanalyse.

Außerdem werden Sie erfahren, wie Time-Series Mining, Dekomposition, Text Mining, Sentiment Analysis und Sentiment Scoring funktionieren.

Data Mining Einführung
- R für Data Mining
- Werkzeuge für Data Mining
- Das CRISP-DM-Data-Mining-Modell
- Datenschutz, Urheberrecht und Verzerrung
- Validierung der Ergebnisse

Dimensionalitätsreduktion
- Überblick über die Dimensionalitätsreduktion
- PCA
- LDA
- t-SNE

Clustering
- Clustering-Übersicht
- Hierarchisches Clustering
- K-means
- DBSCAN

Klassifizierung
- Übersicht über die Klassifizierung
- K-nn
- Naive Bayes
- Entscheidungsbäume

Assoziationsanalyse
- Übersicht Assoziationsanalyse
- Apriori
- Eclat
- CBA

Zeitreihen-Mining
- Time-Series Mining Übersicht
- Zeitserien-Zerlegung
- ARIMA
- MLP

Text-Mining
- Text Mining im Überblick
- Sentiment-Analyse: Binäre Klassifizierung
- Sentiment-Analyse: Sentiment-Bewertung
- Visualisierung von Wortpaaren


Sie haben so viele Daten zur Verfügung und es kommen noch viel mehr hinzu, aber Sie wissen nicht, was Sie damit anfangen sollen. Wie können Sie sie sinnvoll nutzen? Wie können Sie den wahren Wert in einer solchen Unmenge von Rohstoffen finden? Was ist wichtig, was kann man getrost ignorieren? Aber anstatt wie ein Neugeborenes auf die sehr langsamen Prozesse der kognitiven und sozialen Entwicklung zu warten, können Sie einige sofortige Antworten auf Ihre Fragen finden, indem Sie sich dem Data Mining zuwenden. Sie werden einige der wichtigsten Prinzipien und Techniken des modernen Data Mining erforschen, die Ihnen helfen, das Rauschen zu durchbrechen. Wir werden uns einige der nützlichsten Methoden für den Umgang mit den DeLucia-Daten ansehen. Dabei werden Sie insbesondere die praktische Anwendung des Mining von Daten mit der Programmiersprache R und der dazugehörigen RStudio-Umgebung, kennelernen. Sie werden sehen, wie Sie schnell sowohl einfache als auch ausgefeilte Methoden anwenden können, um ein besseres Verständnis dafür zu bekommen, wie Sie Daten nach Wert "schürfen" und damit die Ziele erreichen können, die Ihnen wichtig sind.


Die Weiterbildung "Data Mining mit R" bieten wir Ihnen als Coaching, Workshop, Training - Live-Online und Vor-Ort an.