فرآیند داده کاوی در Rapid Miner

کد دوره: RM-1301
بنا بر تحقیقات انجام شده RapidMiner یکی از پرکاربرد ترین نرم افزارهای داده کاوی طی سال های اخیر بوده است. متن باز بودن و استفاده از کتابخانه های آن برای برنامه نویسان به همراه امکان استفاده از محیط گرافیکی آن بدون استفاده از دانش برنامه نویسی باعث گشته طیف متنوعی از کاربران به سراغ این ابزار متمایل گردند.

تنوع الگوریتم های آماده سازی و مدلسازی در این ابزار باعث شده تا بسیاری از پروژه های تحقیقاتی، آکادمیک و همچنین پروژه های اجرایی حداقل بخشی از روند پیاده سازی مدل ها را در این ابزار مورد آزمایش قرار دهند. مخاطبان این دوره دانشجویان و محققان واحدهای تحقیقاتی می باشند.

محتوای دوره

  • مدت دوره: 20 ساعت
  • مخاطب دوره:
    دانشجويان و محققان واحدهاي تحقيقاتي
  • پیش نیاز دوره:
    آشنايي مقدماتي با مفاهيم آمار کاربردي، فرآيند داده کاوي و الگوريتم هاي داده کاوي
  • مدرس:
    احسان اژدری
    تحلیلگر ارشد داده کاوی
  • سفارش اختصاصی این دوره
    021-66915961 ✆

  • بخش اول: آشنایی با محیط Rapid Miner
    • کار با مخازن
    • ساخت و کنترل فرایندها
    • عملگرهای عمومی
  • بخش دوم: شناسایی و آماده سازی مقدماتی داده ها

    • جمع آوری داده ها در محیط نرم افزار
      • فراخوانی داده ها در محیط نرم افزار
      • یکپارچه سازی داده ها
    • بررسی کیفیت داده ها و پاکسازی
      • بررسی شاخص های کیفی داده ها و نحوه برخورد با آنها
      • تشخیص رکوردهای پرت با استفاده از آنالیز چندمتغیره Anomaly Detection
    • کاهش ابعاد داده ها و ساخت شاخص ها
      • کاهش ابعاد سطری داده ها
      • انتخاب ویژگی های موثر (Feature Selection)
      • تعریف شاخص های مرتبط و ایجاد آنها

    بخش سوم: مدل های پیش بینی کننده 

    • مدل های مبتنی بر قانون
      • طبقه بندی: انواع درخت های تصمیم
      • استفاده از درخت های رگرسیونی به منظور پیش بینی
    • مدل های جعبه سیاه
      • ساخت مدل های پیش بینی کننده با شبکه های عصبی مصنوعی
    • استنتاج مبتنی بر مورد
      • بررسی مدل K- نزدیکترین همسایگی (KNN)
    • مدل های تجمیعی (Bagging, Boosting, Ensemble)
    • استفاده از ابزار مدلسازی پیش بینانه اتوماتیک و رتبه بندی مدل ها
    • ارزیابی پیشرفته مدل های پیش بینی کننده (بررسی شاخص های ماتریس پریشانی و نمودارها)

    بخش چهارم: مدل های بدون راهنما

    • انواع تکنیک های خوشه بندی ( بررسی الگوریتم های K-Means و Two-Step)
    • ارزیابی مدل های خوشه بندی
    • استفاده از ابزار مدلسازی خوشه بندی اتوماتیک و رتبه بندی مدل ها
    • قوانین پیوند (بررسی الگوریتم Apriori و استفاده از گراف Web)
  • ثبت نام عمومی این دوره
    557 هزار تومان

    ثبت نام عمومی - با تخفیف
    473 هزار تومان
    افرادی که طی یک سال قبل حداقل در 2 دوره آموزشی دایکه حضور داشته اند یا دارای کارت معتبر دانشجویی می باشند

مشتریان و همکاران دایکه


    • شهرک علمی و تحقیقاتی اصفهان

    • دانشگاه صنعتی اصفهان

    • دانشگاه صنعتی شریف

    • دانشگاه صنعتی شریف مرکز کیش

    • دانشگاه تهران

    • دانشگاه علم و صنعت ایران

    • دانشگاه علوم پزشکی جندی شاپور اهواز

    • دانشگاه صنعتی شاهرود

    • دانشگاه آزاد اسلامی

    • بانک سامان

    • بانک تجارت

    • بانک توسعه صادرات

    • بانک سپه

    • بانک اقتصاد نوین

    • بانک مسکن

    • بیمه سامان

    • بیمه مرکزی ایران

    • شرکت خودروسازی سایپا

    • شرکت خودروسازی پارس خودرو

    • پرشیا خودرو، نمایندگی رسمی بی ام دبلیو

    • سازمان مدیریت صنعتی

    • نیروی انتظامی ایران

    • سازمان تامین اجتماعی

    • شرکت ملی نفت ایران

    • شرکت ذوب آهن اصفهان

    • شرکت کیش ویر

    • ایرانسل

    • همراه اول

    • شرکت خدمات اینفورماتیک ایران

    • گروه سایت های پرشین بلاگ