Process Mining Training Cursus

Kennisontdekking in databases (KDD) is het proces van het ontdekken van nuttige kennis uit een verzameling van gegevens. Real-life toepassingen voor deze data mining techniek omvatten marketing, fraude detectie, telecommunicatie en productie.

In deze instructeur geleide, live cursus introduceren we de processen die betrokken zijn bij KDD en voeren we een reeks oefeningen uit om de implementatie van die processen te beoefenen.

Het publiek

• Data-analisten of iemand die geïnteresseerd is in het leren hoe gegevens te interpreteren om problemen op te lossen

Format van de cursus

• Na een theoretische discussie over KDD zal de instructeur real-life gevallen presenteren die de toepassing van KDD vragen om een probleem op te lossen. Deelnemers bereiden, selecteren en schoonmaken samengestelde gegevens en gebruiken hun voorafgaande kennis van de gegevens om oplossingen te voorstellen op basis van de resultaten van hun waarnemingen.

In deze door een instructeur geleide, live training krijgen deelnemers inzicht in de technologieën, methoden en mentaliteit die nodig zijn om een Fintech strategie te implementeren.

Deze training is bedoeld voor managers die een "groot beeld" moeten krijgen van Fintech, de hype en het jargon moeten doorbreken en tastbare eerste stappen willen zetten in de richting van de adoptie van nieuwe technologieën die van toepassing zijn op financiële zaken en diensten.

Aan het einde van deze training zullen de deelnemers dit kunnen

• Presenteer haalbare Fintech strategieën voor hun organisatie.
• Begrijp en leg de rol en functionaliteit van sleuteltechnologieën uit.
• Stel een actieplan op om stapsgewijs nieuwe technologieën te introduceren.

Voorschriftanalyses is een tak van bedrijfsanalyses, samen met beschrijvende en voorspellende analyses. Het gebruikt voorspellende modellen om acties voor te stellen voor optimale resultaten, gebaseerd op optimalisatie en op regels gebaseerde technieken als basis voor besluitvorming.

In deze door een instructeur geleide, live training leren deelnemers hoe ze Matlab kunnen gebruiken om voorgeschreven analyses uit te voeren op een set voorbeeldgegevens.

Aan het einde van deze training kunnen deelnemers:

• Begrijp de belangrijkste concepten en kaders die worden gebruikt in prescriptieve analyse
• Gebruik MATLAB en zijn toolboxen om gegevens te verzamelen, op te ruimen en te verkennen
• Gebruik op regels gebaseerde technieken, waaronder afleidingsengines, scorekaarten en beslisbomen om beslissingen te nemen op basis van verschillende bedrijfsscenario's
• Gebruik Monte Carlo-simulatie om onzekerheden te analyseren en goede besluitvorming te waarborgen
• Voorspellende en normatieve modellen implementeren op bedrijfssystemen

Publiek

• Business
• Operationele planners
• Functionele managers
• BI ( Business Intelligence ) teamleden

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Model Based Development (MBD) is een methode voor softwareontwikkeling die een snellere, meer kosteneffectieve ontwikkeling van dynamische systemen mogelijk maakt, zoals besturingssystemen, signaalverwerking en communicatiesystemen Het is meer gebaseerd op grafische modellering dan op de traditionele op tekst gebaseerde programmering In deze geoefende, live training zullen deelnemers leren hoe MBD-methodologieën kunnen worden toegepast om ontwikkelingskosten te verminderen en de time-to-market van hun embedded softwareproducten te versnellen Tegen het einde van deze training zullen deelnemers in staat zijn om Selecteer en gebruik de juiste hulpmiddelen voor het implementeren van MBD Gebruik MBD voor een snelle ontwikkeling in de vroege stadia van hun ingebed softwareproject Verkort de vrijlating van hun embedded software in de markt Publiek Embedded systems engineers Ontwikkelaars en programmeurs Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op personen die behoefteanalyse willen begrijpen en behoefteanalyse efficiënt en nauwkeurig willen uitvoeren met behulp van analysetechnieken voor hun projecten.

Aan het einde van deze training kunnen deelnemers:

• verschillende soorten eisen identificeren.
• de algemene concepten van en de activiteiten binnen de analyse van vereisten begrijpen.
• bekend zijn met de methodologie voor eisenanalyse.
• verschillende vereistenanalysetechnieken in hun voordeel gebruiken.
• structureer vereisten om efficiënt te communiceren met architecten en ontwikkelaars via een iteratief proces voor het verzamelen van vereisten.

Deze cursus demonstreert door middel van hands-on de basisbeginselen en toepassingen van software engineering, requirements engineering en testen.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op data-analisten die willen programmeren met R in SAS voor clusteranalyse.

Aan het einde van deze training kunnen deelnemers:

• Gebruik clusteranalyse voor datamining
• Master R-syntaxis voor clusteroplossingen.
• Implementeer hiërarchische en niet-hiërarchische clustering.
• Neem datagestuurde beslissingen om de bedrijfsvoering te helpen verbeteren.

Publiek

Als u de gegevens waartoe u toegang heeft, wilt begrijpen of ongestructureerde gegevens op het internet wilt analyseren (zoals Twitter, Linked in, enz ...), is deze cursus iets voor u.

Het is vooral bedoeld voor besluitvormers en mensen die moeten kiezen welke gegevens het verzamelen waard zijn en wat het analyseren waard is.

Het is niet gericht op mensen die de oplossing configureren, die mensen zullen echter profiteren van het grote geheel.

Bezorgingsmodus

Tijdens de cursus krijgen de deelnemers werkvoorbeelden van voornamelijk open source-technologieën.

Korte lezingen worden gevolgd door een presentatie en eenvoudige oefeningen door de deelnemers

Gebruikte inhoud en software

Alle gebruikte software wordt elke keer dat de cursus wordt uitgevoerd bijgewerkt, dus we controleren de nieuwste versies mogelijk.

Het omvat het proces van het verkrijgen, formatteren, verwerken en analyseren van de gegevens, om uit te leggen hoe het besluitvormingsproces kan worden geautomatiseerd met machine learning.

Doelstelling: Gedelegeerden kunnen big data-sets analyseren, patronen extraheren, de juiste variabele kiezen die van invloed is op de resultaten, zodat een nieuw model wordt voorspeld met voorspellende resultaten .

Natuurlijk kan elke tool worden geleverd, inclusief gratis open-source datamining-software en applicaties

Deze instructeur-geleide, live training (onsite of op afstand) is gericht op data-analisten en data-wetenschappers die meer geavanceerde data-analysetechnieken willen implementeren voor data mining met Python .

Aan het einde van deze training kunnen deelnemers:

• Begrijp belangrijke gebieden van datamining, waaronder associatieregel mining, analyse van tekstsentiment, automatische tekstsamenvatting en detectie van gegevensafwijkingen.
• Vergelijk en implementeer verschillende strategieën voor het oplossen van echte dataminingproblemen.
• De resultaten begrijpen en interpreteren.

Indeling van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en oefenen.
• Praktische implementatie in een live-labomgeving.

Cursusaanpassingsopties

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

R is een open-source gratis programmeertaal voor statistisch computergebruik, gegevensanalyse en grafische afbeeldingen. R wordt gebruikt door een groeiend aantal managers en data-analisten binnen bedrijven en de academische wereld. R heeft een grote verscheidenheid aan pakketten voor datamining.

In deze door een instructeur geleide, live training leren deelnemers hoe ze een Data Vault kunnen bouwen.

Aan het einde van deze training kunnen deelnemers:

• Begrijp de architectuur- en ontwerpconcepten achter Data Vault 2.0 en de interactie ervan met Big Data, NoSQL en AI.
• Gebruik datakluistechnieken om auditing, tracering en inspectie van historische gegevens in een datawarehouse mogelijk te maken.
• Ontwikkel een consistent en herhaalbaar ETL-proces (Extract, Transform, Load).
• Bouw en implementeer zeer schaalbare en herhaalbare magazijnen.

Deze cursus is bedoeld voor ingenieurs en besluitvormers die werkzaam zijn in datamining en kennisdetectie.

U leert hoe u effectieve plots en manieren maakt om uw gegevens te presenteren en weer te geven op een manier die de besluitvormers zal aanspreken en hen helpt om verborgen informatie te begrijpen.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers die Excel willen gebruiken voor datamining.

• Aan het einde van deze training kunnen deelnemers:
• Verken gegevens met Excel om datamining en analyse uit te voeren.
• Gebruik Microsoft algoritmen voor datamining.
• Begrijp concepten in Excel-datamining.