Data Mining mit R

Sie haben so viele Daten zur Verfügung und es kommen noch viel mehr hinzu, aber Sie wissen nicht, was Sie damit anfangen sollen. Data Mining wird Ihnen dabei helfen Antworten zu finden.

Data Mining Einführung

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

Dimensionalitätsreduktion

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

Clustering

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

Klassifizierung

• Übersicht über die Klassifizierung
• K-nn
• Naive Bayes
• Entscheidungsbäume

Assoziationsanalyse

• Übersicht Assoziationsanalyse
• Apriori
• Eclat
• CBA

Zeitreihen-Mining

• Time-Series Mining Übersicht
• Zeitserien-Zerlegung
• ARIMA
• MLP

Text-Mining

• Text Mining im Überblick
• Sentiment-Analyse: Binäre Klassifizierung
• Sentiment-Analyse: Sentiment-Bewertung
• Visualisierung von Wortpaaren

Sie haben so viele Daten zur Verfügung und es kommen noch viel mehr hinzu, aber Sie wissen nicht, was Sie damit anfangen sollen. Wie können Sie sie sinnvoll nutzen? Wie können Sie den wahren Wert in einer solchen Unmenge von Rohstoffen finden? Was ist wichtig, was kann man getrost ignorieren? Aber anstatt wie ein Neugeborenes auf die sehr langsamen Prozesse der kognitiven und sozialen Entwicklung zu warten, können Sie einige sofortige Antworten auf Ihre Fragen finden, indem Sie sich dem Data Mining zuwenden. Sie werden einige der wichtigsten Prinzipien und Techniken des modernen Data Mining erforschen, die Ihnen helfen, das Rauschen zu durchbrechen. Wir werden uns einige der nützlichsten Methoden für den Umgang mit den DeLucia-Daten ansehen. Dabei werden Sie insbesondere die praktische Anwendung des Mining von Daten mit der Programmiersprache R und der dazugehörigen RStudio-Umgebung, kennelernen. Sie werden sehen, wie Sie schnell sowohl einfache als auch ausgefeilte Methoden anwenden können, um ein besseres Verständnis dafür zu bekommen, wie Sie Daten nach Wert "schürfen" und damit die Ziele erreichen können, die Ihnen wichtig sind.