Data Mining

• Introduzione al Data Mining
  • Fondamenti ed Applicazioni
  • Classificazione delle tecniche di Data Mining.
  • Analisi dei contesti applicativi.
• Preparazione dei Dati per l’Analisi:
  • Integrazione e filtraggio dei dati.
  • Aggregazione, discretizzazione e campionamento dei dati.
  • Feature selection e misure di distanza.
• Tecniche di Analisi dei Dati:
  • Approfondimento delle tecniche di classificazione.
  • Utilizzo di alberi di decisione e classificazione basata su regole.
  • Classificazione Bayesiana e tecniche di validazione.
• Estrazione di Regole di Associazione:
  • Principali algoritmi per l’estrazione di regole di associazione.
  • Indici di qualità nell’analisi delle regole di associazione.
• Clustering:
  • Principali algoritmi di clustering.
  • Tecniche di validazione dei risultati di clustering.
• Strumenti per il Data Mining:
  • Classificazione dei software di Data Mining.
  • Introduzione al software open source Rapid Miner.
  • Uso di Rapid Miner per la preparazione, classificazione, clustering e visualizzazione dei dati.

Professional interessati alla manipolazione, gestione e archiviazione dati, responsabili e progettisti IT, analisti e programmatori. 

Nessun prerequisito specifico per questo corso. 

• Comprendere i fondamenti del Data Mining e le sue applicazioni in vari contesti. 
• Apprendere le fasi di preparazione dei dati per l’analisi, includendo integrazione, filtraggio, aggregazione, discretizzazione e campionamento. 
• Esplorare tecniche di analisi dei dati, con un focus su classificazione, estrazione di regole di associazione e clustering. 
• Acquisire competenze nell’uso di strumenti di Data Mining, in particolare Rapid Miner. 
• Applicare le conoscenze acquisite attraverso casi di studio pratici, creando basi di dati, preparando dati, eseguendo classificazioni e estrazioni di regole di associazione con Rapid Miner.