A Workshop célja
A Workshop célja a Microsoft Azure Machine Learning bemutatása, lehetséges elemzési ötletek megvalósítása demo adatbázisokon. Az oktatás végén a hallgató nemcsak megismeri a Azure Machine Learning modult, hanem arra is választ kap, hogy melyek azok az üzleti problémák, ahol hatékony megoldást tud adni a Microsoft felhő alapú megoldása.
Kinek ajánljuk?
Hogy miért érdemes részt venni a Microsoft Azure Machine Laerning 1 napos exkluzív tanfolyamán? Mert …
- … egyedi igényekre szabott: az ügyfél testreszabott oktatási tematikán keresztül ismeri meg az Azure Machine Learning funkcióit
- … kényelmes: az ügyfél saját irodájában, saját adatain keresztül tanulhatja meg
- … Big Data: az ügyfél betekintést nyer a Big Data és felhő alapú elemzés világába
- … R programozási nyelv: az ügyfél megismerkedhet az Azure Machine Learning R-nyelvi moduljával
- … Azure: az ügyfél választ kap arra, hogy a fenti elemzéseket hogyan tudja egy egységes informatikai környezetben, a Microsoft Azure Machine Learning-ben elkészíteni!
Éppen ezért ajánljuk mindazoknak a 1 napos exkluzív workshopot, akik …
- … szeretnének megismerkedni a felhő alapú adatelemzéssel
- … már hallottak a R programozási nyelvről, de nem tudják, mire lehet használni, vagy akik rengeteg R kódot írtak, és ezt szeretnék egy integrált környezetben futtatni
- … kíváncsiak a Microsoft Azure legújabb felhő alapú megoldására, ennek üzleti célú hasznosításaira
- … sok adatbányászati megoldással találkoztak, és kíváncsiak egy újszerű megoldásra, vagy akik eddig nem találkoztak adatbányászattal, de ha már ilyen oktatást kérnek, akkor a legújabb technológiával szeretnének megismerkedni
Workshop blokkjai
A workshop tematikája és időbeosztása
- Általános áttekintés 09:00-09:45
- Adatbetöltés, adatfeldolgozás, tisztítás 10:00-12:00
- Ebéd 12:00-12:45
- Klasszifikáció 12:45-14:15
- Regresszió 14:30-15:45
- Klaszterezés 16:00-17:00
- Zárás 17:00-17:15
I. Általános áttekintés
A Workshop első részében a különböző BI terminusok definiálására kerül sor. Ennek során az adatbányászat különböző definíciói kerülnek bemutatásra, illetve hogy az adatbányászat milyen üzleti problémák megoldásában nyújthat segítséget. Röviden bemutatjuk az adatbányászat és a CRM rendszerek kapcsolatát, majd az adatbányászati elemzések módszertana kerül ismertetésre.
Ugyancsak itt kerül sor az Azure és főbb moduljainak ismertetésére.
II. Adatbetöltés, feldolgozás, tisztítás
Minden adatbányászati elemzésnek szerves része az adatok betöltése, megértése, tisztítása és feldolgozása. A cél a nyers adatokból olyan tanuló/teszt adatbázis kialakítása, mely alkalmas adatbányászati modellezésre.
Ennek részeként ismertetésre kerülnek a Machine Learning következő funkciói:
- Sorok appendelése (Add rows)
- Oszlopok appendelése (Add columns)
- Összekötés (Join)
- Adathiánykezelés (Clean Missing Data)
- Duplikált sorok törlése megadott kulcs alapján (Remove duplicate rows)
- Outlier detekció és tisztítás (Clip values)
- Standardizálás és egyéb normalizálások (Normalization)
- Oszlopok leválogatása (Project)
III. Klasszifikáció (Elvándorlás)
A délutáni blokkokban már előre elkészített adatokon kerülnek bemutatásra különböző adatbányászati technikák. A klasszifkáció blokkban döntési fa technológia kerül bemutatásra az Azure Machine Learning-en belül. A demo adatbázisban ügyfelek lemorzsolódása kerül modellezésre – azaz egy olyan modell kerül kifejlesztésre, mely eldönti ügyfeleinkről, hogy várhatóan elvándorolnak-e a közeli jövőben, vagy sem.
IV. Regresszó
A regressziós eljárások ugyancsak alkalmazhatók prediktív modellezésre, azonban más üzleti probléma megoldásában is segítséget nyújthatnak. Ilyen üzleti probléma lehet az ügyfélérték becslése. A demo adatbázisban egy olyan modellt fejlesztünk ki, amely folyószámla használati szokások alapján képes előrejelezni az adott ügyfél értékét.
V. Klaszterezés
A klaszterező technikák segítségével a hagyományos ügyfélszegmentálásoknál lényegesen összetettebb elemzések készíthetők el. Az órán bemutatásra kerül, hogy nagybani vásárlók hogyan szegmentálhatók vásárlásaik alapján. Ezen kívül ebben a blokkban kerül bemutatásra az R nyelvi modul egy adatvizualizációs feladaton keresztül.
A fenti blokkokban nemcsak technikai/adatelemzési módszertanok kerülnek ismertetésre, hanem ezek üzleti folyamatokba történő integrációja is.
Workshop díja
A Machine Learning workshop részvételi díja: 79.000 Ft + ÁFA/fő. A díj tartalmazza a szünetekben üdítők és szendvicsek árát, valamint az ebédidőben az ebéd árát.
További információ: office@andego.hu