Opleiding : Data mining in de praktijk

Praktijkcursus - 3d - 21u00 - Ref. DMP
Prijs : 2010 € V.B.

Data mining in de praktijk




Datamining is het ontdekken van patronen, overeenkomsten en motieven in een verzameling numerieke of kwalitatieve gegevens. Deze activiteit is gebaseerd op een algoritmische toolkit die in deze cursus wordt gepresenteerd. De dataminingaanpak wordt geïllustreerd aan de hand van verschillende projecten, waarbij gebruik wordt gemaakt van R.


INTER
INTRA
OP MAAT

Praktijkcursus ter plaatse of via klasverband op afstand
Disponible en anglais, à la demande

Ref. DMP
  3d - 21u00
2010 € V.B.




Datamining is het ontdekken van patronen, overeenkomsten en motieven in een verzameling numerieke of kwalitatieve gegevens. Deze activiteit is gebaseerd op een algoritmische toolkit die in deze cursus wordt gepresenteerd. De dataminingaanpak wordt geïllustreerd aan de hand van verschillende projecten, waarbij gebruik wordt gemaakt van R.


Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
De voordelen van datamining begrijpen
Een probleem omzetten in een antwoord
Leer meer over de belangrijkste dataminingmethoden
Tools voor datamining identificeren en gebruiken
Een dataminingprobleem stellen en de juiste methode vinden
De resultaten kunnen presenteren

Doelgroep
Onderzoekers, projectmanagers voor gegevensanalyse, datacenter-, marketing- of kwaliteitsmanagers, databasegebruikers en bedrijfsmanagers, toekomstige gegevenswetenschappers.

Voorafgaande vereisten
Basiskennis van statistiek of kennis die gelijkwaardig is aan die van de cursus "beschrijvende statistiek, inleiding" (ref. UES).

Opleidingsprogramma

1
Het dataminingproject

  • Het probleem van de datawetenschapper: van gegevens naar informatie.
  • Woordenschat en concepten.
  • Beschrijvende verkenning van de dataset.
  • Metadata voor het monitoren van dataminingprojecten.
  • Een herinnering aan R.
Praktisch werk
Gebruik van R. Beschrijvende karakterisering, definitie en invoer van metagegevens voor een dataset.

2
Technieken voor datamining

  • Methode gebaseerd op classificatie: identificatie van statistische groepen van individuen.
  • Methode door associatie: identificatie van een oorzaak en een gevolg.
  • Schattingsmethode: optelling van een getal of frequentie van een gegevensverzameling.
  • De voordelen van datamining voor het verwerken van grote hoeveelheden gegevens.
  • Segmentatiemethode: definitie van criteria, uitbreiding van de classificatiemethode en het k-means principe.
  • Voorspellingsmethode: het belang van timing en aannames.
Praktisch werk
De verschillende methoden begrijpen, afhankelijk van de behoeften.

3
Statistische hulpmiddelen

  • Beschrijvende methoden: correlatie, classificatie, Kohonen-netwerken, associatieregels.
  • Voorspellende methoden: regressie, beslisbomen, neurale netwerken, K nearest neighbours.
  • Implementatie van classificatie met behulp van k-means en HAC (Hierarchical Ascending Classification).
  • Principe van gecontroleerde methoden.
Praktisch werk
Praktische toepassing van de verschillende methoden in R.

4
Visualisatie van gegevens

  • De doelstellingen van datavisualisatie.
  • De verschillende soorten weergave voor kwantitatieve gegevens.
  • Dashboards ontwerpen.
Praktisch werk
Een dashboard maken met R met kwantitatieve gegevens. Kwantitatieve en kwalitatieve gegevens weergeven met R.

5
Analyse van kwalitatieve en tekstuele gegevens

  • Specifieke kenmerken van het probleem en de alternatieven (factorial correspondentieanalyse, contingentietabel).
  • Inleiding tot instantiëring, patroon, vector en heuristiek.
  • Hoe een vector, indexering en scoringsruimte te gebruiken.
  • Verschillende soorten transformatie en verwerking van een tekstdocument.
Praktisch werk
Kwalitatieve en tekstuele gegevensverwerking in R.


Feedback van klanten
5 / 5
De feedback van klanten is afkomstig van eindevaluaties na de opleiding. De score wordt berekend op basis van alle evaluaties die minder dan 12 maanden oud zijn. Alleen die met een tekstcommentaar worden weergegeven.
OLIVIER G.
08/06/26
5 / 5

Zeer goede theoretische inhoud, die heel goed wordt toegepast aan de hand van oefeningen
CELINE R.
08/06/26
5 / 5

Persoonlijk had ik graag wat meer praktijkervaring in R gehad.
NIAVOMANANTSOA R.
08/06/26
5 / 5

De docent wist de juiste balans te vinden tussen theorie en praktijk, waardoor ook degenen met minder voorkennis de verschillende behandelde wiskundige begrippen konden begrijpen.




Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.

Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand

Dernières places
Date garantie en présentiel ou à distance
Session garantie

KLAS OP AFSTAND
2026 : 19 okt.

2027 : 15 sep., 15 sep.

PARIS LA DÉFENSE
2026 : 19 okt.



Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.