Formation MATLAB for Financial Applications

La découverte de connaissances dans les bases de données (KDD) est le processus de découverte de connaissances utiles à partir d’une collection de données. Les applications réelles pour cette technique de minage de données comprennent le marketing, la détection de fraudes, les télécommunications et la fabrication.

Dans ce cours guidé par l'instructeur, en direct, nous introduisons les processus impliqués dans le KDD et effectuons une série d'exercices pour pratiquer la mise en œuvre de ces processus.

Audience

• Analystes de données ou toute personne intéressée à apprendre à interpréter les données pour résoudre les problèmes

Le format du cours

• Après une discussion théorique de KDD, l'instructeur présentera des cas de vie réelle qui demandent l'application de KDD pour résoudre un problème. Les participants prépareront, sélectionneront et nettoyeront des ensembles de données et utiliseront leurs connaissances antérieures sur les données pour proposer des solutions basées sur les résultats de leurs observations.

Go al:

Apprendre à travailler avec SPSS au niveau de l'indépendance

Les destinataires:

Les analystes, chercheurs, scientifiques, étudiants et tous ceux qui souhaitent acquérir la capacité d'utiliser le progiciel SPSS et apprendre les techniques d'extraction de données populaires

Le cours peut être fourni avec tous les outils, y compris des logiciels gratuits d'exploration de données open source et des applications

Public

Si vous essayez de comprendre les données auxquelles vous avez accès ou souhaitez analyser des données non structurées disponibles sur le réseau (comme Twitter, Linked in, etc.), ce cours est pour vous.

Il s’adresse principalement aux décideurs et aux personnes qui doivent choisir les données qui méritent d’être collectées et celles qui méritent d’être analysées.

Cela ne vise pas les personnes qui configurent la solution, ces personnes bénéficieront d'une vue d'ensemble.

Mode de livraison

Pendant le cours, des exemples concrets de technologies principalement open source seront présentés aux délégués.

De courtes conférences seront suivies de présentations et d'exercices simples des participants.

Contenu et logiciel utilisés

Tous les logiciels utilisés sont mis à jour à chaque exécution du cours, nous vérifions donc les dernières versions possibles.

Il couvre le processus d'obtention, de formatage, de traitement et d'analyse des données, afin d'expliquer comment automatiser le processus de prise de décision avec l'apprentissage automatique.

R est un langage de programmation gratuit à source ouverte pour l'informatique statistique, l'analyse de données et les graphiques. R est utilisé par un nombre croissant de gestionnaires et d'analystes de données au sein de sociétés et d'universités. R propose une grande variété de packages pour l'exploration de données.

L'objectif du cours est de permettre aux participants d'acquérir une maîtrise du travail avec le langage SQL dans la base de données Oracle pour l'extraction de données au niveau intermédiaire.

R est un langage de programmation gratuit à source ouverte pour l'informatique statistique, l'analyse de données et les graphiques. R est utilisé par un nombre croissant de gestionnaires et d'analystes de données au sein de sociétés et d'universités. R a également trouvé des adeptes parmi les statisticiens, ingénieurs et scientifiques sans compétences en programmation informatique et qui le trouvent facile à utiliser. Sa popularité est due à l'utilisation croissante de l'extraction de données pour divers objectifs, tels que fixer les prix des annonces, trouver plus rapidement de nouveaux médicaments ou affiner les modèles financiers. R propose une grande variété de packages pour l'exploration de données.

R  est un langage de programmation open-source gratuit pour la comptabilité statistique, l'analyse des données et les graphiques. La recherche est utilisée par un nombre croissant de gestionnaires et d'analystes de données à l'intérieur des sociétés et de l'académie. R a une grande variété de paquets pour l'exploitation de données.

Ce cours est destiné aux ingénieurs et aux décideurs travaillant dans l’exploration de données et l’exploration de connaissances.

Vous apprendrez à créer des parcelles de terrain efficaces et à présenter et à représenter vos données de manière à attirer les décideurs et à les aider à comprendre les informations cachées.

Les données volumineuses sont des ensembles de données si volumineux et complexes qu'un logiciel de traitement de données traditionnel ne permet pas de les traiter. Les défis du Big Data incluent la capture, le stockage, l'analyse, la recherche, le partage, le transfert, la visualisation, l'interrogation, la mise à jour et la confidentialité des informations.

L'exploration de processus, ou ABPD (Automated Business Process Discovery), est une technique qui applique des algorithmes aux journaux d'événements afin d'analyser les processus métier. L'exploration de processus va au-delà du stockage et de l'analyse des données; il relie les données aux processus et fournit un aperçu des tendances et des modèles qui affectent l'efficacité des processus.

Format du cours

• Le cours commence par un aperçu des techniques les plus couramment utilisées pour l'exploration de processus. Nous discutons des divers algorithmes et outils de découverte de processus utilisés pour découvrir et modéliser des processus basés sur des données d'événements brutes. Des études de cas réels sont examinées et des ensembles de données analysés à l'aide du cadre à source ouverte ProM.

Dans cette formation en direct, dirigée par un instructeur, les participants apprendront à construire un Data Vault.

A l'issue de cette formation, les participants seront capables de :

• Comprendre l'architecture et les concepts de conception derrière Data Vault 2.0, et son interaction avec le Big Data, le NoSQL et l'IA.
• Utiliser les techniques de mise en voûte des données pour permettre l'audit, le traçage et l'inspection des données historiques dans un entrepôt de données.
• Développer un processus ETL (Extract, Transform, Load) cohérent et reproductible.
• Construire et déployer des entrepôts hautement évolutifs et reproductibles.

MonetDB est une base de données open-source qui a été le premier à utiliser la technologie de magasin de colonnes.

Dans cette formation en direct animée par un instructeur, les participants apprendront à utiliser MonetDB et à en tirer le meilleur parti.

À la fin de cette formation, les participants seront en mesure de:

• Comprendre MonetDB et ses fonctionnalités
• Installer et démarrer avec MonetDB
• Explorer et effectuer différentes fonctions et tâches dans MonetDB
• Accélérer la livraison de leur projet en maximisant les capacités de MonetDB

Public

• Développeurs
• Experts techniques

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs

L'objectif du cours est de permettre aux participants d'acquérir une maîtrise des bases de R et de travailler avec des données.