Szkolenie z algorytmów eksploracji danych i uczenia maszynowego dostępnych w SQL Server Analysis Services. Uczestnicy zbudują i wdrożą modele predykcyjne, klasyfikacyjne i segmentacyjne przy użyciu Data Mining Extensions (DMX).

Program szkolenia

16 modułów
01
Wprowadzenie do Data Mining
Koncepcje i zastosowania Data Mining. Przegląd algorytmów dostępnych w SQL Server.
02
OLE DB for Data Mining
Interfejs OLE DB do dostępu do modeli Data Mining. Standardy i specyfikacje.
03
Zastosowanie SQL Server Data Mining
Praktyczne wykorzystanie Data Mining w SQL Server. Narzędzia i środowisko pracy.
04
Microsoft Naïve Bayes
Algorytm Naïve Bayes, jego działanie i zastosowania. Interpretacja modeli.
05
Microsoft Decision Trees
Drzewa decyzyjne w SQL Server. Tworzenie i analiza modeli klasyfikacyjnych.
06
Microsoft Time Series
Algorytm szeregów czasowych. Prognozowanie i analiza trendów.
07
Microsoft Clustering
Algorytmy klastrowania. Segmentacja danych i odkrywanie grup.
08
Microsoft Sequence Clustering
Klastrowanie sekwencji. Analiza wzorców sekwencyjnych.
09
Microsoft Association Rules
Reguły asocjacyjne i analiza koszyka zakupów. Algorytm Microsoft Association.
10
Microsoft Neural Network
Sieci neuronowe w SQL Server. Klasyfikacja i regresja.
11
Mining OLAP Cubes
Data Mining na kostkach OLAP. Integracja Analysis Services z Data Mining.
12
Data Mining z Integration Services
Zastosowanie Data Mining w pakietach SSIS. Automatyzacja procesów analitycznych.
13
Architektura SQL Server Data Mining
Wewnętrzna architektura silnika Data Mining. Rozszerzalność i API.
14
Programowanie SQL Server Data Mining
Tworzenie niestandardowych algorytmów i rozszerzeń. Interfejsy programistyczne DMX i XMLA.
15
Zaawansowane prognozowanie w Microsoft Excel
Wykorzystanie dodatków Excel do zaawansowanej analizy predykcyjnej z SQL Server Data Mining.
16
Rozszerzenia SQL Server Data Mining
Zaawansowane funkcje i rozszerzenia platformy Data Mining. Integracja z zewnętrznymi narzędziami.

Porozmawiajmy o Twoim środowisku

Skontaktuj się z nami, aby omówić szczegóły współpracy.