کتاب تند آموز رپیدماینر (RapidMiner)

• بیش از ۳۰۰۰۰ سازمان از نرم‌افزار رپیدماینر (RapidMiner) استفاده می‌کنند. استفاده از این نرم‌افزار تأثیر سریع و قابل‌توجهی بر عملکرد آن‌ها داشته و منجر به افزایش درآمد و کاهش هزینه‌ها و ریسک شده است.
• این نرم‌افزار محیط گرافیکی زیبا و کاربرپسندی دارد که موجب تسهیل اجرای مراحل داده‌کاوی می‌شود.
• این نرم‌افزار قوی و درعین‌حال ساده است و در بسیاری از صنایع و حوزه‌ها برای تحلیل داده‌ها مورد استفاده قرار می‌گیرد.
• برای داده‌کاوی با این نرم‌افزار، نیازی به دانش برنامه­ نویسی نیست. به همین دلیل این نرم‌افزار طرفداران زیادی دارد.
• این نرم‌افزار برای افرادی که به‌تازگی قصد آموزش داده ­کاوی را دارند، به دلیل سادگی یادگیری بسیار مفید است.
• این نرم‌افزار مجموعه مناسبی از ابزارهای اکتشاف داده‌ها، مصورسازی داده‌ها، مدل‌سازی و ارزیابی مدل را در برمی‌گیرد.
• این نرم‌افزار شامل مجموعه‌ای مناسبی از ابزارها و بیش از ۱۵۰۰ اپراتور برای اجرای تمام مراحل تبدیل و تجزیه‌وتحلیل داده‌ها است.
• این نرم‌افزار متن‌باز بوده و قابل توسعه است.
• برای شرکت هایی با اندازه بزرگ قابل استفاده است.

فصل ۱: داده‌کاوی اطلاعات مشتریان

 ۱-۱- تعریف مدیریت ارتباط با مشتریان (CRM)

 ۱-۲- داده‌کاوی در مدیریت ارتباط با مشتریان

 ۱-۳- تعریف داده‌کاوی

 ۱-۴-انواع داده‌های مشتریان

 ۱-۵- فرآیند اجرای پروژه‌های داده‌کاوی

تمرین

فصل ۲: آشنایی با محیط نرم‌افزار

 ۲-۱- دانلود و نصب نرم‌افزار

 ۲-۲- معرفی محیط نرم‌افزار

تمرین

فصل ۳: شروع داده‌کاوی

 ۳-۱- دسته‌بندی اپراتورهای RapidMiner

 ۳-۲- بارگذاری داده‌ها در نرم‌افزار

 ۳-۳- تعیین نوع متغیرها در نرم‌افزار

 ۳-۴- تعیین نقش متغیرها در نرم‌افزار

 ۳-۵- درک، تشریح و مصورسازی داده‌ها 

تمرین

فصل ۴: آماده‌سازی داده‌ها

۴-۱- پاکسازی داده‌ها Data Cleansing

۴-۱-۱- تشخیص داده‌های دورافتاده Outliers

۴-۱-۲- مدیریت داده‌های از دست رفته Missing Data 

۴-۱-۳- حذف رکوردهای تکراری Remove Duplicate Data 

۴-۲- برخی پیش‌پردازش‌های موردنیاز Data Preprocessing

۴-۲-۱- یکپارچه‌سازی داده‌ها Data integration

۴-۲-۲- تجمیع داده‌ها Aggregation

۴-۲-۳- کاهش بُعد با استفاده از روش PCA

۴-۲-۴- انتخاب زیرمجموعه‌ای از ویژگی‌ها (FSS) با استفاده از روش های فیلتری مانند information gain، gain ratio، relief، correlation، Gini Index و …

۴-۲-۵- نمونه‌گیری sampling

۴-۲-۶- نرمال‌سازی Normalization

۴-۲-۷- گسسته‌سازی Discretization

تمرین

فصل ۵: مدل‌سازی (رده‌بندی و پیش‌بینی)

۵-۱-آشنایی با تکنیک‌ها و الگوریتم‌های داده‌کاوی

۵-۲- اعتبارسنجی نتایج

۵-۳- اعتبارسنجی نتایج در نرم‌افزار با استفاده از روش های تقسیمی و Kfold

۵-۴- الگوریتم‌های رده‌بندی مانند:

KNN، Decision tree، Naive Bayes، Neural Networks، Support Vector machines،  Linear and logisitc regression

۵-۵- اعمال مدل بر روی مجموعه داده آزمایشی و ارزیابی نتایج با استفاده از ماتریس اغتشاش (confusion Matrix)

۵-۶- مثال کاربردی ۱: ساخت مدل پیش بینی برای یک فروشگاه اینترنتی به منظور تشخیص این موضوع که برای یک مشتری در حال گردش در سایت آیا امکان خرید از سایت وجود دارد یا خیر؟

۵-۷- مثال کاربردی ۲: مدلسازی رویگردانی مشتریان شرکت مخابراتی

تمرین

فصل ۶: مدل‌سازی (خوشه‌بندی) 

۶-۱- پیش‌پردازش داده‌ها 

۶-۲- الگوریتم‌های خوشه‌بندی

۶-۳- تعیین تعداد خوشه بهینه بر اساس شاخص ارزیابی خوشه‌بندی

• در این فصل روش خوشه بندی در نرم افزار با استفاده  از مثال کاربردی در خصوص خوشه بندی مشتریان با استفاده از روش RFM توضیح داده شده است.

تمرین

فصل ۷: مدل‌سازی (کشف قوانین انجمنی)

۷-۱- الگوریتم کشف قوانین انجمنی با استفاده از FP-Growth

• ارائه مثال کاربردی در خصوص کشف قواعد اگر و آنگاه از داده های خرید مشتریان 

تمرین

حل تمرین های مربوط به هر فصل به صورت فیلم در اختیار شما قرار می گیرد.