بسته برنزی تُندآموزی داده‌کاوی با RapidMiner

با مراحل مختلف فرآیند کریسپ آشنا خواهید شد. در این دوره بر طبق این فرآیند پیش رفته ایم.

بخش های مختلف نرم افزار برای شما معرفی شده است. 

درحوزه داده‌کاوی، توانایی تشخیص نوع داده‌ها بسیار مهم است. نوع داده‌ها اغلب تعیین کننده نوع تحلیلی است که می تواند بر روی آنها اجرا شود. بنابراین در هنگام ورود داده ها به نرم افزار باید به نکاتی همانند تعیین نوع و نقش متغیرها دقت نمایید. در این دوره در مورد انواع مختلف متغیرها و نقش های مختلف متغیرها با شما صحبت شده است. 

در این دوره در مورد رسم نمودارهای مختلف و تحلیل اکتشافی داده ها با شما صحبت کرده ایم.

در این دوره به حل مشکلاتی هم چون داده های دورافتاده، داده های از دست رفته و رکوردهای تکراری پرداخته شده است. در نرم افزار رپیدماینر اپراتورهای قوی و کاربردی برای پاکسازی وجود دارد. شما را با مهم ترین اپراتورهای مورد نیاز برای پاکسازی داده ها آشنا خواهیم نموده ایم/

• یکپارچه­ سازی داده‌ها
• تجمیع داده‌ها
• انتخاب زیرمجموعه‌ای از ویژگی‌ها
• نمونه‌گیری
• نرمال‌سازی
• گسسته سازی
• خلق ویژگی

در این دوره نحوه انجام مدلسازی رده بندی و پیش بینی را فرا خواهید گرفت و شما را با مهم ترین الگوریتم های نظارت شده آشنا خواهیم کرد. برخی از الگوریتم های رده بندی و پیش بینی که در این دوره یاد خواهیم گرفت:

• انواع درخت های تصمیم، ID3، CHAID، Random forest
• شبکه های عصبی مصنوعی
• کا-نزدیک ترین همسایگی
• نیوبیز
• ماشین های بردار پشتیبان

در بخش مربوط به مدلسازی رده بندی و پیش بینی با نحوه اعتبارسنجی مدل ها (k-fold و Split Validation )و همچنین ارزیابی مدل ها و محاسبه دقت مدل ها آشنا می شوید.

شما را با مهم ترین الگوریتم های خوشه بندی آشنا کرده ایم.

برخی از این الگوریتم ها عبارتند از: k-means، k-medoids، X-means

مثالی در ارتباط با خوشه بندی RFM برای شما ارائه خواهد شد. پیش پردازش های لازم و نحوه خلق ویژگی های Recency، Frequency و Monetary در مجموعه داده مشتریان برای شما تشریح خواهد شد. تعداد بهینه خوشه را با استفاده از شاخص های ارزیابی خوشه بندی تعیین خواهیم کرد. همچنین به تشریح خوشه ها و برچسب گذاری خوشه ها خواهیم پرداخت.

در این دوره به استفاده از الگوریتم کشف قوانین انجمنی  FP-Growth در قالب مثالی کاربردی پرداخته شده است و مدل استخراج قواعد اگر و آنگاه از پایگاه داده مشتری انجام شده است.