Predictive Analytics using Oracle Data Mining
Опытные инструкторы Oracle University научат вас, как использовать интеллектуальную силу прогнозирования Oracle Data Mining, компонента опции Oracle Advanced Analytics.
По завершении этого курса вы сможете использовать Oracle Data Miner 4.1, графический интерфейс рабочего процесса Oracle Data Mining, который позволяет аналитикам данных работать непосредственно с данными внутри базы данных. Графический интерфейс Data Miner предоставляет интуитивно понятные инструменты, которые помогают графически исследовать данные, создавать и оценивать несколько моделей интеллектуального анализа данных, применять модели Oracle Data Mining к новым данным и развертывать прогнозы и аналитические данные Oracle Data Mining по всему предприятию.
Oracle Data Miner's SQL APIs - Получайте результаты в режиме реального времени
Oracle Data Miner's SQL APIs автоматически извлекают данные Oracle и размещают результаты в режиме реального времени. Поскольку данные, модели и результаты остаются в базе данных Oracle, перемещение данных исключается, безопасность повышается, а задержка информации сводится к минимуму.
Длительность
Доступ к курсу
Документы
Кому подойдет этот курс
По окончании курса Вы сможете:
Понять основные задачи интеллектуального анализа данных и описать ключевые этапы процесса интеллектуального анализа данных.
Использовать Oracle Data Miner для создания, оценки, применения и развертывания нескольких моделей интеллектуального анализа данных.
Использовать прогнозы и аналитические данные Oracle Data Mining для решения многих видов бизнес-задач.
Осуществлять развертывание моделей интеллектуального анализа данных для доступа конечного пользователя, в пакетном режиме или в режиме реального времени, а также внутри приложений.
Программа курса
Цели курса
Практика и структура решений
Предлагаемые условия курса
Образцы схем классов
Предлагаемое расписание курсов
Представляете опцию Oracle Advanced Analytics (OAA)?
Что такое Data Mining?
Зачем использовать Data Mining?
Примеры приложений для интеллектуального анализа данных
Контролируемое и неконтролируемое обучение
Поддерживаемые алгоритмы интеллектуального анализа данных и их использование
Представляем интерфейс разработчика SQL
Настройка Oracle Data Miner
Доступ к графическому интерфейсу Data Miner
Определение компонентов интерфейса Data Miner
Изучение узлов майнеров данных
Предварительный просмотр рабочих процессов Data Miner
Добавление источника данных в рабочий процесс
Использование мастера источников данных
Использование узлов Explore и Graph
Использование узла фильтра столбцов
Создание классификационных моделей
Построение моделей
Изучение вкладок построения классов
Добавление источника данных в рабочий процесс
Использование мастера источников данных
Выполнение преобразований данных
Создание регрессионных моделей
Построение моделей
Сравнение моделей
Выбор модели
Добавление источников данных в рабочий процесс
Изучение данных для шаблонов
Определение и построение кластерных моделей
Сравнение результатов модели
Выбор и применение модели
Определение формата вывода
Изучение результатов кластера
Проверка правил ассоциации
Создание нового рабочего процесса
Добавление источника данных в рабочий процесс
Создание модели правил ассоциации
Определение правил ассоциации
Построение модели
Изучение результатов испытаний
Добавление источников данных в рабочий процесс
Создание модели
Построение модели
Изучение результатов испытаний
Применение модели
Оценка результатов
Обработка агрегированных (вложенных) данных
Объединение и фильтрация данных
Включение интеллектуального анализа текста
Изучение предсказательных результатов
Создание прогнозирующих запросов
Изучение предсказательных результатов
Варианты развертывания
Изучение вариантов развертывания