Data Mining mit Python

Python macht gute Laune und Data Mining mit Python macht richtig gute Laune!

Einstieg in Data Science mit Python

• Python für Data Mining
• Werkzeuge für Data Mining
• Das Data-Mining-Modell CRISP-DM
• Datenschutz, Urheberrecht und Verzerrung
• Validierung der Ergebnisse

Dimensionalitätsreduktion

• Übersicht über die Dimensionalitätsreduktion
• PCA
• LDA
• t-SNE

Clustering

• Übersicht Clustering
• Hierarchisches Clustering
• K-means
• DBSCAN

Klassifizierung

• Übersicht Klassifikation
• KNN
• Naive Bayes
• Entscheidungsbäume

Assoziationsanalyse

• Übersicht Assoziationsanalyse
• Apriori
• Eclat
• FP-Wachstum

Zeitreihen-Mining

• Zeitserien-Mining
• Zeitreihen-Zerlegung
• ARIMA
• MLP

Text-Mining

• Text Mining Übersicht
• Sentiment-Analyse: Binäre Klassifizierung
• Sentiment-Analyse: Bewertung von Gefühlen
• Wortpaare

Es geht los mit einigen Vorkenntnisse, wie z. B. die Werkzeuge, die Sie für Data Mining verwenden können. Dann werden Sie die Aspekte der Dimensionalitätsreduktion kennenlernen und das Thema Clustering, einschließlich hierarchischem Clustering, k-Means, DBSCAN und mehr betrachten. Sie verstehen Klassifizierung, einschließlich kNN und Entscheidungsbäume. Sie werden außerdem die Assoziationsanalyse und Apriori, Eclat und FP-Growth anwenden. Weitere Themen sind Zeitreihenzerlegung sowie Sentiment Scoring und anderen Text Mining Tools.