Visão Geral

Este Curso Data Mining Predictive Analytics With Microsoft SQL Server Analysis Services And Excel Using PowerPivot And The Data Mining, de 24 horas ministrado por instrutor apresentará aos alunos os conceitos de mineração de dados, aprendizado de máquina e análise preditiva utilizando os conjuntos de ferramentas da Microsoft, incluindo SQL Server Analysis Services e Excel com PowerPivot e os suplementos de mineração de dados.

Objetivo

Após realizar Curso Data Mining Predictive Analytics With Microsoft SQL Server Analysis você será capaz de:

• Ter uma compreensão firme do conceito de mineração de dados.
• Explore a interface do usuário.
• Use o modo offline e o modo imediato.
• Crie e configure uma fonte de dados.
• Crie e configure a visualização de dados.
• Explorar dados.
• Crie e configure o cálculo nomeado.
• Crie e configure consultas nomeadas.
• Percorrer um projeto até a conclusão.
• Explore os modelos.
• Comparar estruturas de mineração.
• Use validação cruzada.
• Crie relatórios usando o Reporting Services.
• Salvar consultas.
• Salve os resultados no banco de dados.
• Crie várias tabelas aninhadas a partir de uma tabela de casos.
• Use o algoritmo de regras de associação da Microsoft.
• Use o algoritmo de cluster de sequência da Microsoft.
• Use o algoritmo de série temporal da Microsoft.
• Use o algoritmo de rede neural da Microsoft.
• Prepare adequadamente os dados para mineração.
• Use Model Usage'Browse.
• Use a consulta de uso do modelo.
• Use Precisão e Validação.
• Use árvores de decisão.
• Use a regressão logística.
• Use Naïve Bayes.
• Usar Rede Neural.
• Use a ferramenta de estimativa.
• Usar cluster.
• Use a ferramenta Associar.
• Use a ferramenta de previsão.
• Use ferramentas de análise de tabela.
• Use o Suplemento do Visio.
• Complete cinco cenários de negócios diferentes que reforçam ainda mais os conceitos aprendidos.

Publico Alvo

• Este curso é destinado a usuários avançados, profissionais de TI, desenvolvedores de relatórios, profissionais de BI, gerentes de projeto e líderes de equipe interessados ​​em explorar os conjuntos de ferramentas da Microsoft para mineração de dados, aprendizado de máquina e análise preditiva.

Pre-Requisitos

• Experiência com Excel
• Noções básicas de análise de negócios

Materiais

Conteúdo Programatico

• Data Mining Concepts
  1. Concepts and Terminology
  2. Data Mining and Results
  3. CRISP-DM
  4. Business Problems for Data Mining
  5. Models, Induction, and Prediction
  6. Data Mining Tasks
  7. Key Concepts
  8. Lab 1: Data Mining Concepts
     1. Group discussion of data mining examples
• SQL Server Analysis Services Data Mining Tools
  1. Introduction to SQL Server Data Tools
  2. Project Walk-Through
  3. Stepping Through the Data Mining Wizard
  4. Testing and Validation of Mining Models
  5. Cross Validation
  6. The Mining Model Prediction Tab
  7. Reports
  8. Lab 1: SQL Server Analysis Services Data Mining Tools
     1. The User Interface
     2. Offline Mode and Immediate Mode
     3. Data Source
     4. Data View
     5. Exploring Data
     6. Named Calculation
     7. Named Queries
     8. Project Walk-Through to Completion of the Structure Parts 1 and 2
     9. Explore the Models
     10. Compare Mining Structures
     11. Cross Validation
     12. Creating Reports Using Reporting Services
     13. Saving Queries
     14. Saving Results to the Database
     15. Multiple Nested Tables
• The Microsoft Data Mining Algorithms
  1. Types of Data Mining Algorithms
  2. Microsoft Decision Trees Algorithm
  3. Microsoft Linear Regression Algorithm
  4. Microsoft Clustering Algorithm
  5. Microsoft Naïve Bayes Algorithm
  6. Microsoft Association Algorithm
  7. Microsoft Sequence Clustering Algorithm
  8. Microsoft Time Series Algorithm
  9. Microsoft Neural Network Algorithm
  10. Microsoft Logistic Regression Algorithm
  11. Lab 1: The Microsoft Data Mining Algorithms
      1. Microsoft Association Rules Algorithm
      2. Microsoft Sequence Clustering Algorithm
      3. Microsoft Time Series Algorithm
      4. Microsoft Neural Network Algorithm
      5. After completing this module, students will be able to:
      6. Use Microsoft Association Rules Algorithm.
      7. Use Microsoft Sequence Clustering Algorithm.
      8. Use Microsoft Time Series Algorithm.
      9. Use Microsoft Neural Network Algorithm.
• Excel PowerPivot Data Mining Add-ins
  1. Data Mining Tab
  2. Connection
  3. Data Preparation
  4. Management
  5. Model Usage
  6. Accuracy and Validation
  7. Data Modeling
  8. Visio Data Mining Add-In
  9. Lab 1: Excel PowerPivot Data Mining Add-ins
     1. Data Preparation
     2. Model Usage--Browse and Document Model
     3. Model Usage--Query
     4. Accuracy and Validation
     5. Decision Trees
     6. Logistic Regression
     7. Naïve Bayes
     8. Neural Network
     9. Estimate Tool
     10. Cluster
     11. Associate Tool
     12. Forecast Tool
     13. Table Analysis Tools
     14. Visio Add-In
• Concept Reinforcement Scenarios
  1. Scenario 1
  2. Scenario 2
  3. Scenario 3
  4. Scenario 4
  5. Scenario 5
  6. Lab 1: Concept Reinforcement Scenarios
     1. Concept Reinforcement Scenarios