Description
EĞİTİM İÇERİĞİ
- Veri madenciliği alanının doğuşu ve ihtiyaç alanları
- Veri tabanlarından bilgi keşfi süreci ve adımları
- Veri ve nitelik tipleri ve veri madenciliği kavramları
- Veri madenciliği kullanımına uygun problemler ve uygulama alanları örnekleri
- Veriyi anlama ve hazırlama süreci adımları
- Açıklayıcı veri analizi, basit istatistikler ve görselleştirme
- Sınıflama, Kümeleme kavramları ve en sık kullanılan algoritmaları
- Kümeleme kavramı, en sık kullanılan kümeleme algoritmaları ve performans ölçümü,
- Birliktelik kuralları, Apriori algoritması, performans ölçümü,
- Öneri sistemleri, ortak filtreleme ve içerik temelli öneri algoritmaları ve performans ölçümü,
- RapidMiner kullanımı, veri madenciliği modellerinin oluşturulması ve sonuçların yorumlanması.
Reviews
There are no reviews yet.