Cluster Analysis with R and SAS培訓

聽眾

如果您試圖理解您可以訪問或想要分析網絡上可用的非結構化數據（如Twitter，鏈接等等），那麼本課程適合您。

它主要針對決策者和需要選擇哪些數據值得收集以及值得分析的人。

它不是針對人們配置解決方案，但這些人將從大局中受益。

交貨方式

在課程期間，代表們將獲得大多數開源技術的工作示例。

講座後將進行簡短的講座，參加者將進行簡單的練習

使用的內容和軟件

每次運行課程時都會更新所有使用的軟件，因此我們會檢查最新版本。

它涵蓋了從獲取，格式化，處理和分析數據的過程，以解釋如何使用機器學習自動化決策制定過程。

目的：

代表們能夠分析大數據集、提取模式、選擇影響結果的正確變數，以便使用預測結果預測新模型。

課程可以提供任何工具，包括免費的開源數據挖掘軟件和應用程序

R是一種用於統計計算，數據分析和圖形的開源免費編程語言。 R被企業和學術界內越來越多的經理和數據分析師使用。 R有各種各樣的數據挖掘包。

在這個由 香港 講師指導的現場培訓中，參與者將學習如何構建 Data Vault。

在本次培訓結束時，參與者將能夠：

• 瞭解 Data Vault 2.0 背後的架構和設計概念，以及它與 Big Data、NoSQL 和 AI 的交互。
• 使用數據保險庫技術對數據倉庫中的歷史數據進行審計、跟蹤和檢查。
• 開發一致且可重複的 ETL（提取、轉換、載入）流程。
• 構建和部署高度可擴展且可重複的倉庫。

本課程面向從事數據挖掘和知識發現工作的工程師和決策者。

您將學習如何創建有效的圖表以及以一種吸引決策者並幫助他們理解隱藏信息的方式呈現和表示您的數據的方法。

R 是一種用於統計計算、數據分析和圖形的開源免費程式設計語言。R 被越來越多的公司和學術界的經理和數據分析師使用。R 具有多種用於數據挖掘的包。

大數據是如此龐大和復雜的數據集，傳統的數據處理應用軟件不足以處理它們。大數據挑戰包括捕獲數據，數據存儲，數據分析，搜索，共享，傳輸，可視化，查詢，更新和信息隱私。

這是一個由講師指導的香港（線上或線下）培訓課程，旨在幫助初學者掌握R語言的基礎知識以及如何處理數據。

在本培訓結束時，學員將能夠：

• 了解R編程環境和RStudio界面。
• 使用R命令和套件導入、處理和探索數據集。
• 執行基本的統計分析和數據摘要。
• 使用base R和ggplot2生成可視化圖表。
• 有效管理工作區、腳本和套件。

該課程的目標是使參與者能夠掌握如何使用 Oracle 資料庫中的 SQL 語言進行中級數據提取。

流程挖掘或 Automated Business Process Discovery (ABPD) 是一種將演算法應用於事件日誌以分析業務流程的技術。流程挖掘超越了數據存儲和數據分析;它將數據與流程聯繫起來，並提供對影響流程效率的趨勢和模式的洞察。 

課程形式

• 本課程首先概述了最常用的流程挖掘技術。我們將討論用於根據原始事件數據發現和建模流程的各種流程發現演算法和工具。使用 ProM 開源框架檢查真實的案例研究並分析數據集。

R是一種用於統計計算，數據分析和圖形的開源免費編程語言。 R被企業和學術界內越來越多的經理和數據分析師使用。 R還發現沒有計算機編程技能的統計學家，工程師和科學家的追隨者都很容易使用。它的受歡迎程度是由於越來越多地使用數據挖掘來實現各種目標，例如設定廣告價格，更快地找到新藥或微調財務模型。 R有各種各樣的數據挖掘包。

這種以講師為主導的香港現場現場培訓針對的是希望在SAS中程式設計以進行高級數據管理，數據分析等的數據分析師。

在培訓結束時，參與者將能夠：

• 掌握宏以編寫高效的 SAS 程式。
• 使用預測建模訓練模型並對看不見的數據進行預測。
• 創建用於數據可視化的圖表和繪圖。

Goal：

學習在獨立性級別使用SPSS

收件者：

分析師、研究人員、科學家、學生以及所有希望獲得使用SPSS軟體包的能力並學習流行的數據挖掘技術的人。

Tidyverse是一系列多功能R包，用於清潔，處理，建模和可視化數據。包括的一些包是：ggplot2，dplyr，tidyr，readr，purrr和tibble。

在這個由講師指導的實時培訓中，參與者將學習如何使用Tidyverse包含的工具來操縱和可視化數據。

在培訓結束時，參與者將能夠：

• 執行數據分析並創建吸引人的可視化
• 從樣本數據的各種數據集中得出有用的結論
• 過濾，排序和匯總數據以回答探索性問題
• 將處理過的數據轉換為信息性線圖，條形圖，直方圖
• 導入和過濾來自不同數據源的數據，包括Excel ，CSV和SPSS文件

聽眾

• 初學者到R語言
• 初學者進行數據分析和數據可視化

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習