DATA MINING Applied In Business

DATA MINING Applied In Business | دیتا ماینینگ کاربردی در تجارت

داده کاوی یا Data Mining زیر مجموعه از کاربردهای فیلد علم داده می باشد که امکان استخراج اطلاعات با اهمیت (دانش) را از دل داده های حجیم فراهم می آورد. از آنجا که تکنیک های داده کاوی بر روی داده های ساختار یافته مانند پایگاه داده ها تمرکز دارد به آن روش استخراج دانش از پایگاه داده یا به اختصار KDD نیز گفته می شود. از جمله اصطلاحات دیگری که برای داده کاوی به کار گرفته می شود عبارتست از استخراج دانش و استخراج اطلاعات. بسیاری از شرکت‌ها و موسسات دارای حجم زیادی از داده های خام می باشند که اگر بتوانیم تکنیک‌ها و الگوریتم های مختلف داده‌کاوی را بر روی آن ها بکار بگیریم ما را به نتایج جالبی در راستای اهداف یک شرکت و سازمان می رساند. یادگیری ماشین عموماً به دو دسته یادگیری بانظارت و بدون نظارت تقسیم می شود، که در دسته بانظارت هدف پیش بینی و دسته بندی متغییرهای گسسته و پیوسته با دو روش Classification و Regression می باشد. همچنین الگوریتم های بدون نظارت نیز به دو دسته Clustering و Association تقسیم شده که هدف آن طبقه بندی داده ها برحسب شباهت و کشف رابطه ها به متغییر های مختلف می باشد.

اهداف
پیش نیاز

پیش نیاز رسمی برای این دوره وجود ندارد اما شرکت کنندگان می توانند با دانش حداقلی در خصوص مفاهیم مدیریت داده و اطلاعات و یا اشنایی با مفاهیم DMBOK، DSBOK حضور بهتری را در این دوره ی آموزشی تجربه نمایند.

مخاطبان

این دوره برای تمامی افرادی که نقشی در ارائه، کاربری و مدیریت اطلاعات دارند، جذاب است. این افراد شامل موارد ذیل هستند:

  • مدیران و معماران اطلاعات
  • طراحان و معماران داده
  • طراحان و معماران سازمانی
  • مدیران کیفیت و حاکمیت داده
  • تحلیل گران کسب و کار
  • مدیران IT و راهبران تکنولوژی در سازمان
سرفصل های دوره

DATA MINING Applied In Business

  • مروری بر مفاهیم پایه و اهمیت تشخیص الگوها در تصمیم گیری های مدیریتی (Business)
  • معرفی نمودار DIKW و نحوه مواجهه کسب و کارها با داده ها
  • نمونه اول – سگمنت بندی مشتریان توسط داده کاری (DATA Mining)
  • نمونه دوم – تعیین الگوی رفتاری پیمانکاران یک شرکت توسط درخت تصمیم
  • نمونه سوم – تخمین قیمت یک محصول بر اساس نمونه های قبلی
  • مروری بر روشهای جمع آوری داده در کسب و کارها و نحوه ی پاکسازی داده ها در کسب و کار
  • مروری بر الگوریتم Classification، Clustering، Association
  • نمونه چهارم – بکارگیری داده کاوری در تحلیل میزان رضایت مشتری
  • نمونه پنجم – پیش بینی اعتبار مشتریان توسط داده کاوی
  • نمونه ششم – پیش بینی CLV ( میزان خرید آتی ) مشتریان
  • نمونه هفتم – تحلیل الگوی اثر گذاری یک وب سایت در مراجعین
  • نمونه هشتم – تحلیل الگوی اثر گذاری بروشور یک شرکت
  • نمونه نهم – پیش بینی میزان احتمال ابتلا یک فرد به بیماری
  • نمونه دهم – تحلیل الگو تصادفات برای یک شرکت بیمه

 

 

اعتباردهنده و مرجع علمی

به شرکت کنندگان در این دوره ی آموزشی گواهی حضور از سوی شرکت IT HOUSE اعطا خواهد شد

درباره مدرس
مسیرآموزشی

ندارد.

به اشتراک گذاری بر روی whatsapp
به اشتراک گذاری بر روی email
به اشتراک گذاری بر روی linkedin
به اشتراک گذاری بر روی telegram
به اشتراک گذاری بر روی facebook

دوره های مرتبط:

محصولات مرتبط

زمان باقیمانده جهت ثبت‌نام

00
D
00
H
00
M
00
S

برای دانلود لطفا ایمیل خود را وارد نمایید .

شرکت دوره

به منظور ارسال درخواست ثبت‌نام، لطفا فرم زیر را با دقت تکمیل نمایید.

همکاران ما در اسرع وقت با شما تماس خواهند گرفت.