background section

Data Mining

Dankzij o.a. business intelligence vergaren bedrijven vandaag de dag enorme hoeveelheden data. Het goed kunnen gebruiken van deze data biedt enorme kansen. Om deze kansen om te kunnen zetten in succes, kan je deze data gebruiken om concrete problemen op te lossen.

Dit kan je doen door patronen te zoeken in de datasets, die vervolgens kunnen leiden tot waardevolle inzichten. Deze inzichten zullen je helpen bij het nemen van operationele en strategische beslissingen binnen het bedrijf.

Nos formations ne vous coûteront rien.
Découvrez pourquoi et à qui elles s'adressent.
  • Type de formation

    Classe en ligne

  • Durée de la formation

    1 jour

  • Suivez cette formation en :
    NL 
  • Code de formation

    DL2317NOC

Résultats à l’issue de cette formation

  • Je kunt een data mining project onderverdelen in vier fasen.
  • Je kunt voor een gegeven vraag beslissen of deze al dan niet met datamining opgelost kan worden.
  • Je weet waarvoor je de vier belangrijkste datamining technieken(classificatie, regressie, associaties, clustering) kunt toepassen.
  • Je kunt volgende zeven populaire datamining algoritmes toepassen: ZeroR, OneR, beslissingsboom, Lineaire regressie, logistische regressie, APriori, kMeans.
  • Je weet waarvoor een artificieel neuraal netwerk toegepast kan worden.

Public cible

Je bent een beginnend data scientist, manager, analist of ontwikkelaar met interesse in analytics en gegevensverwerking.

Je beschikt over grote datasets en vraagt je af hoe en welke inzichten je uit die gegevens kan halen door op zoek te gaan naar patronen in die data.

Méthode d'apprentissage: Classe en ligne

Vous suivez cette formation en ligne sur votre ordinateur. Votre parcours comprend trois étapes complémentaires.

En ligneÉtape 1
Votre formation commence sur Karibu, notre plateforme d’apprentissage en ligne. Vous effectuez cette première étape à votre rythme, où et quand vous le souhaitez.

Attention : il est indispensable d’achever cette étape avant de poursuivre votre formation.

Classe en ligneÉtape 2 : classe en ligne
Lors de cette étape, vous rencontrez les autres participant·es via Zoom. Votre groupe compte généralement 6 à 12 personnes. Tout le monde peut s’entendre et se voir, dans une optique de discussion, d’interaction et de collaboration. Ensemble, vous apprenez ainsi les un·es des autres, sur la base des connaissances acquises lors de l’étape 1.

En ligneÉtape 3
Cet apprentissage se déroule également sur Karibu, à votre rythme, où et quand vous le souhaitez.

Aperçu du programme

  • Asynchroon:
    • Elementen van datamining
    • Soorten classificaties
  • Synchroon:
    • Je gaat aan de slag met een bruikbare, eenvoudige tool om de theorie in te oefenen
  • Asynchroon:
    • Regressie
    • Associaties
  • Synchroon:
    • Je gaat verder aan de slag met de tool om de nieuwe theorie in te oefenen
  • Asynchroon:
    • Artificiële neurale netwerken
    • Eigen voorbeeld uitwerken
    • Samenvatting