Kategorie: Analiza danych i statystyka, MATLAB
Eksploracja danych jest młodą i dynamicznie rozwijającą się dziedziną wiedzy. Ciągły rozwój sprzętowy umożliwia obecnie w niemalże nieograniczony sposób przechowywanie danych. Wzrost popularności systemów bazodanowych, w szczególności hurtowni danych, połączony z coraz niższymi kosztami ich utrzymania wymusza stosowanie nowoczesnych metod pozyskiwania wiedzy, w języku angielskim określanych jako Knowledge Discovery in Databases – KDD. Hurtownie danych przechowują ogromne ich ilości z różnych dziedzin (dane biznesowe, medyczne, pochodzące z obserwacji kosmicznych czy informacje zbierane w Internecie, na przykład przez serwisy społecznościowe). Umiejętności związane z eksploracją danych obejmują transformację, integrację, czyszczenie danych z szumu i wizualizację, co pomaga lepiej zrozumieć zachodzące procesy analizowanego programu. Na specjalistycznym kursie metod eksploracji danych zostaną przedstawione praktyczne sposoby rozwiązywania głównych zagadnień data miningu. Uczestnicy poznają sposoby asocjacji, redukcji, transformacji, selekcji i wizualizacji danych. W przystępny sposób zostaną przedstawione narzędzia sztucznej inteligencji, takie jak na przykład sieci neuronowe, pozwalające na automatyczną klasyfikację i predykcję danych.Metody poszukiwania wiedzy są bardzo pożądane przez instytucje takie jak banki, instytucje zajmujące się wykrywaniem przestępstw, handlem, przemysłem czy nauką.
Czas trwania
5 dni
Program
- Dzień 1
- Typy danych
- Zmienne, wektory, tablice, obrazy
- Skrypty, funkcje
- Funkcje sterujące przepływem danych (for, if, while)
- Dzień 2
- Wykresy dwu i trójwymiarowe
- Przetwarzanie równoległe
- Operacje na plikach
- Poznanie toolboxów:
- Image Processing Toolbox
- Neural Network Toolbox
- Statistics Toolbox
- Dzień 3
- Metody selekcji istotnych cech diagnostycznych
- Transformacje i metody redukcji wymiaru danych np. PCA
- Metody wizualizacji danych wielowymiarowych
- Dzień 4
- Systemy ekspertowe w formie zespołu klasyfikatorów i predykatorów:
- Klasyfikatory KNN
- Klasyfikatory bayesowskie
- Drzewa decyzyjne
- Sieci neuronowe
- Systemy ekspertowe w formie zespołu klasyfikatorów i predykatorów:
- Dzień 5
- Metody regresji liniowej i logistycznej
- Metody grupowania danych
- Różne sposoby analizy asocjacyjnej między danymi
Training also available in English.
Przeznaczenie i wymagania
Znajomość oprogramowania MATLAB w stopniu średnio-zaawansowanym.
Certyfikaty
Uczestnicy szkolenia otrzymują imienne certyfikaty sygnowane przez ALX.
Zobacz też:
- Bootcamp Python XL analiza danych (kurs zawodowy - bootcamp)
- Analiza danych (kurs zawodowy - bootcamp)
- Analiza danych w Pythonie (kurs zawodowy - bootcamp)
- Analiza danych w Pythonie (bez ML) (kurs zawodowy - bootcamp)
- Analiza danych, uczenie maszynowe i deep learning dla znających Pythona (kurs zawodowy - bootcamp)
- Analiza danych w R (kurs zawodowy - bootcamp)
- Business Intelligence w MS Excel i Power BI (kurs zawodowy - bootcamp)
- Wprowadzenie do statystyki w Matlab
- Eksploracja danych w Matlab
- Matematyka Finansowa z Excel i VBA
- Analiza statystyczna w R - od podstaw w 3 dni
- Programowanie w R - 3 dni
- Podstawy statystyki i analizy danych w programie R
- Wykresy w programie R
- Analiza i prognozowanie szeregów czasowych w R
- Techniki modelowania danych w R
- Techniki Data Mining w R
- Analiza Danych dla znających Pythona
- Machine Learning - Uczenie Maszynowe dla znających Pythona
- Deep Learning - Uczenie Głębokie dla znających Pythona
- Wizualizacja danych w Excelu
- Analiza danych biznesowych w Excelu
- Analiza statystyczna w Excelu
- Analiza danych finansowych w Excelu
- Power Query w Excelu (podstawowy)
- Power Query w Excelu (zaawansowany)
- Power Pivot w Excelu
- Power Map/View w Excelu
- Tworzenie wizualizacji w programie Power BI Desktop
- Crystal Reports (podstawowy)
- Crystal Reports (zaawansowany)