Prinzipien des Data Mining als Vorstufe zur Entscheidungsunterstützung
Datentypen und Datenvorbereitung
Datenanalyse und Interpretation
Data-Mining-Techniken zur Klassifikation und Klassenbildung(Clustering), Prognose und Assoziationen
Künstliche Neuronale Netze, deren Architekturen und Lernalgorithmen, sowie deren Einsatz für die Datenanalyse
Anhand eines Praxisbeispiels werden alle Stufen durchgeführt. Querverbindungen zu Datenbanken und Enterprise-Resource-Planning-Systemen sowie zum Wissensmanagement werden aufgezeigt.
Qualifikationsiele:
Die Bedeutung der Wissensextraktion in einem Entscheidungsprozess ist ihnen bewusst. Die Teilnehmer erwerben Kompetenzen in der Behandlung großer Datenmengen sowie deren Analyse mittels Data-Mining-Techniken mit dem Ziel, Entscheidungen vorzubereiten. Sie kennen die Möglichkeiten und Grenzen der Verfahren und können diese zur Erhöhung der Leistungsfähigkeit des Unternehmens einsetzen.
