Hedef:

Veri madenciliği şirketlerin çok büyük veri yığınlarından kritik bilgileri elde etmelerini sağlar. Böylelikle şirketler normal şartlar altında uzun zaman süren araştırmalarla doğruluğu kesin olmayacak şekilde elde edecekleri bilgiyi “Data Mining” (Veri Madenciliği) sayesinde kısa sürede ve kesin olarak elde ederler. Elde ettikleri bu bilgiyi objektif değerlendirmeler yaparak ya da şirketle ilgili stratejik kararlar almada kullanırlar. Bu bilgiler kurumsal veri kaynaklarının iyi analiz edilmesine ve iş dünyasındaki yaklaşımlara ilişkin tahminlerde bulunulmasına yardımcı olur. Kısaca “Data Mining” sayesinde şirketler stratejik adımlar atarken çok büyük veri yığınları arasından kendilerine yol gösterecek kritik verileri ayıklayarak analiz edebilirler.

Tıp, finans, sağlık, sigorta, pazarlama alanlarında ve daha pek çok sektörde gün geçtikçe Veri Madenciliğine olan ihtiyaç artmaktadır.

Veri Madenciliği, veriden, teknolojik, istatistik donanımlar sayesinde bilgi ve özbilgiye ulaşan hızlı bir keşif yolculuğudur.

Bu seminerin düzenlenmesindeki hedef; katılımcılara öncelikle veri madenciliği hakkında genel bir bilgi vermektir.  Bir veri madenciliği çalışmasına başlama, devamlılığını sağlama ve sonuçlarından en yüksek faydayı elde etme becerisi kazanmaları için bir alt yapı oluşturmaktır. Bu amaca yönelik olarak en yaygın veri madenciliği teknikleri, uygulama alanları ve araç olarak kullanılabilecek yazılımlar hakkında donanım kazandırmaktır.

Seminer İçeriği:

1-    Veri Madenciliği  ve İlgili Kavramlar

-    Veri Madenciliği ile Yapılan İşler

-          Veri Tabanlarında Bilgi Keşfi

-          Model ve Algoritma Kavramları

-          Veri Madenciliği Döngüsü

-          Bilgi Getirme (IR)

-          Karar Destek Sistemleri (DSS)

-          Veri Ambarları

-          OLAP (On-line Analitik İşleme)

-          İşletmecilik Uygulamaları

2-    Veri Madenciliği Teknikleri

-          Veri Madenciliğinde İstatistiki Perspektif

-          Benzerlik Ölçüleri

-          Karar Ağaçları

-          Sinir Ağları

-          Genetik Algoritmalar

3-    Veri Madenciliğinde Ana Konular ve Uygulama Örnekleri

-          Sınıflandırma (Classification)

-          Kümeleme (Clustering)

-          Birliktelik Kuralları (Association Rules)

-          Profesyonel Yazılım Dünyası

4- Değerleme ve Özetleme

Kimler katılabilir?  Özel bir katılımcı profili yoktur ancak katılımcıların istatistiksel konulara yabancı olmaması gerekir. Özellikle istatistiksel veri analizi yapan ya da büyük miktarlarda veriyi değerlendirmek zorunda olan sektör çalışanları için tavsiye edilir.

Süre: 1 Gün (8 Saat)