DATAMININGOVÉ MODELY:
SESKUPOVÁNÍ A DETEKCE ANOMÁLIÍ
| Termín: | bude upřesněn |
|---|---|
| Místo: | Praha |
| Cena: |
|
| Úroveň: | středně pokročilý |
|---|---|
| Jazyk: | čeština |
| Počet dnů: |
|
ÚVOD
Ne všechny dataminingové úlohy mohou být řešeny pomocí supervizovaných predikčních modelů, kdy pro učení máme k dispozici historická data s cílovou proměnnou. Seskupování představuje nesupervizované modelovací postupy, které jsou určeny k hledání podobných nebo naopak anomálních případů v datech. Své uplatnění najdou všude tam, kde neznáme historické hodnoty cílových atributů nebo se vzory chování mění tak rychle, že modely naučené na historických datech nejsou aktuální již v době, kdy vznikají.
Seskupovací algoritmy se hojně využívají v marketingu, kde slouží jako nástroj pro přípravu segmentace. V data miningu se seskupovací postupy používají k redukci dimenzionality, jako součást metamodelů a především pro detekci anomálního chování.
CÍL VZDĚLÁVACÍHO PROGRAMU
V kurzu se účastníci seznámí s často používanými seskupovacími algoritmy, naučí se pro ně připravovat data a využijí jejich výstupy nejen k detekci anomálního chování.
KURZ JE URČEN
Kurz je určen analytikům a dataminerům, kteří chtějí budovat predikční modely nad daty bez cílové proměnné, např. v úlohách, kde je pomocí modelů potřeba upozornit na neobvyklé chování.
PŘEDPOKLADY
Pro úspěšné absolvování kurzu postačí uživatelská znalost práce na počítači a znalost matematiky na středoškolské úrovni. Jako úvod do problematiky data miningu doporučujeme kurz Data mining – dolování znalostí z databází.
PŘÍNOS ÚČASTI NA KURZU
Účastníci se v kurzu naučí klasifikovat nové případy do předem neznámých kategorií pomocí seskupovacích metod. Budou umět používat seskupovací postupy k detekci anomálních a podezřelých případů.
POPIS OBSAHU A POSTUPU
V první části kurzu představíme účastníkům metody kompetičního nesupervizovaného učení využívané k detekci klastrů v datech. Ukážeme, jak tyto postupy mohou být využity k detekci mnohorozměrných neobvyklých případů. Ve druhé části si účastníci vyzkouší získané znalosti na praktických příkladech. Praktická část výuky probíhá za podpory softwaru IBM SPSS Modeler.
PROGRAM KURZU
- komparace vícerozměrných profilů
- měření podobnosti, vzdálenost
- příprava dat pro seskupování
- kompetiční učení
- algoritmus k-means
- dvoustupňové seskupování
- Kohonenovy mapy
- evaluace kvality seskupení
- detekce vícerozměrných anomálií
- skórování anomálních případů
GARANT KURZU
INFORMACE
POUŽÍVANÝ SOFTWARE
Ve výjimečných případech změna programu vyhrazena dle zaměření a zkušeností dané skupiny účastníků.