Predictive Analytics using Oracle Data Mining (501766)

Il corso è rivolto a:

• Data Scientist
  
• Analisti
  
• Amministratori di database

Al termine del corso i partecipanti saranno in grado di:

• Spiegare i concetti base del data mining e descrivere i vantaggi dell'analisi predittiva
  
• Comprendere le attività primarie di data mining e descrivere i passaggi chiave di un processo di data mining
  
• Utilizzare Oracle Data Miner per creare, valutare, applicare e distribuire più modelli di data mining
  
• Utilizzare le previsioni e gli approfondimenti di Oracle Data Mining per affrontare molti tipi di problemi aziendali
  
• Distribuire modelli di data mining per l'accesso degli utenti finali, in batch o in tempo reale e all'interno delle applicazioni

Modulo 1: Introduzione

• Obiettivi del corso
• Prerequisiti del corso suggeriti
• Programma del corso suggerito
• Schemi di esempio di classe
• Struttura pratica e soluzioni
• Controllare la posizione di risorse aggiuntive

Modulo 2: Analisi predittiva e concetti di data mining

• Che cos'è l'analitica predittiva?
• Presentazione dell'opzione Oracle Advanced Analytics (OAA)?
• Che cos'è il data mining?
• Perché utilizzare il data mining?
• Esempi di applicazioni di data mining
• Supervisionato contro apprendimento non supervisionato
• Algoritmi e usi di data mining supportati

Modulo 3: Comprensione del processo di data mining

• Attività comuni nel processo di data mining
• Presentazione dell'interfaccia per sviluppatori SQL

Modulo 4: Presentazione di Oracle Data Miner 4.1

• Data mining con Oracle Database
• Impostazione di Oracle Data Miner
• Accesso alla GUI di Data Miner
• Identificazione dei componenti dell'interfaccia di Data Miner
• Esame dei nodi Data Miner
• Anteprima dei flussi di lavoro di Data Miner

Modulo 5: Utilizzo dei modelli di classificazione

• Revisione dei modelli di classificazione
• Aggiunta di un'origine dati al flusso di lavoro
• Utilizzo della Creazione guidata origine dati
• Utilizzo dei nodi Esplora e Grafico
• Utilizzo del nodo Filtro colonna
• Creazione di modelli di classificazione
• Costruire i modelli
• Schede di costruzione della classe d'esame

Modulo 6: Utilizzo dei modelli di regressione

• Revisione dei modelli di regressione
• Aggiunta di un'origine dati al flusso di lavoro
• Utilizzo della Creazione guidata origine dati
• Esecuzione di trasformazioni di dati
• Creazione di modelli di regressione
• Costruire i modelli
• Confronto tra i modelli
• Selezione di un modello

Modulo 7: Utilizzo dei modelli di clustering

• Descrizione degli algoritmi utilizzati per i modelli di cluster
• Aggiunta di origini dati al flusso di lavoro
• Esplorazione dei dati per i pattern
• Definizione e costruzione di modelli di clustering
• Confronto dei risultati del modello
• Selezione e applicazione di un modello
• Definizione del formato di output
• Esame dei risultati del cluster

Modulo 8: Esecuzione dell'analisi del paniere di mercato

• Che cos'è l'analisi del paniere di mercato?
• Revisione delle regole di associazione
• Creazione di un nuovo flusso di lavoro
• Aggiunta di un'origine dati al flusso di lavoro
• Creazione di un modello di regole di associazione
• Definizione delle regole di associazione
• Costruire il modello
• Esame dei risultati dei test

Modulo 9: Esecuzione del rilevamento anomalie

• Revisione del modello e dell'algoritmo utilizzati per il rilevamento di anomalie
• Aggiunta di origini dati al flusso di lavoro
• Creazione del modello
• Costruire il modello
• Esame dei risultati dei test
• Applicazione del modello
• Valutazione dei risultati

Modulo 10: Dati strutturati e non strutturati di data mining

• Trattare con i dati transazionali
• Gestione dei dati aggregati (nidificati)
• Unire e filtrare i dati
• Abilitazione del mining di testo
• Esame dei risultati predittivi

Modulo 11: Utilizzo di query predittive

• Che cosa sono le query predittive?
• Creazione di query predittive
• Esame dei risultati predittivi

Modulo 12: Distribuzione di modelli predittivi

• Requisiti per la distribuzione
• Opzioni di distribuzione
• Esame delle opzioni di distribuzione

Corso in aula informatizzata, teorico e pratico, con esercitazioni guidate dal docente.

Predictive Analytics Using Oracle Data Miner BookView Blog.