Visão Geral

Introdução à mineração de dados, aprendizado de máquina e análise preditiva usando SQL Server Analysis Services e Excel com PowerPivot e suplementos de mineração de dados.

Objetivo

Ao final do curso, você aprenderá a:

• Tenha uma compreensão sólida 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.
• Explore dados.
• Crie e configure um cálculo nomeado.
• Crie e configure consultas nomeadas.
• Acompanhe um projeto até sua conclusão.
• Explore os modelos.
• Compare estruturas de mineração.
• Use validação cruzada.
• Crie relatórios usando o Reporting Services.
• Salvar consultas.
• Salvar 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 agrupamento de sequências da Microsoft.
• Use o Algoritmo de Séries Temporais da Microsoft.
• Use o algoritmo de rede neural da Microsoft.
• Prepare adequadamente os dados para mineração.
• Use a opção "Navegar no uso do modelo".
• Use a consulta de uso do modelo.
• Use Precisão e Validação.
• Use árvores de decisão.
• Use regressão logística.
• Use Naïve Bayes.
• Use rede neural.
• Use a ferramenta de estimativa.
• Use 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 reforcem ainda mais os conceitos aprendidos.

Pre-Requisitos

• Compreensão básica de análise de negócios

• Experiência com Excel

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

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

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

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

Concept Reinforcement Scenarios

1. Scenario 1
2. Scenario 2
3. Scenario 3
4. Scenario 4
5. Scenario 5
6. Lab 1: Concept Reinforcement Scenarios