Veri Madenciliği Teknikleri
Ön Koşul
Temel istatistik ve veri konseptleri bilgisi olması yeterlidir.
Eğitimin Hedefleri
Eğitim sonrasında katılımcıların veri madenciliği tekniklerine hakim olmaları ve geliştirme araçları ile efektif geliştirme yapabilmeleri hedeflenmektedir.
Eğitimin İçeriği
1. Veri Madenciliğine Giriş
2. Veri Madenciliğinin Temel Kavramları
3. Pazarlama ve Müşteri İlişkileri Yönetiminde Veri Madenciliği Teknikleri
4. CRISP-DM Veri Madenciliği Metodolojisi
5. Veri Madenciliğinde Kullanılan Temel İstatistik Teknikler
6. Doğrusal Regresyon & Uygulamalar
7. Karar Ağaçları & Uygulamalar
8. Model Değerleme
9. Naive Bayes & Uygulamalar
10. Yapay Sinir Ağları & Uygulamalar
11. Lojistik Regresyon & Uygulamalar
12. Sepet Analizleri ve İlişkisel Kurallar & Uygulamalar
13. Kümeleme ve Segmentasyon Analizleri & Uygulamalar
14. Algoritmik Anomali Tespiti
15. Başarılı Veri Madenciliği Modellerinin Uygulamaya Alınması
Kayıt
Veri Madenciliği Teknikleri eğitim programı kaydı için aşağıdaki formu doldurunuz.