اجرای سه پروژه داده کاوی به‌صورت عملی

در این دوره پروژه‌های داده کاوی در سه حوزه:

1) یادگیری با نظارت و بدون نظارت 2) مدل‌های ترکیبی با نظارت و بدون نظارت و 3) متن‌کاوی بر روی داده‌های واقعی اجرا خواهند شد.

هدف این دوره مواجه کردن مخاطبین با چالش‌های پیش روی مدل‌سازی می باشد و این چالش‌ها از ابعاد مختلف از جمع‌آوری داده‌ها تا پاکسازی و مدل‌سازی بر روی داده به اجرا گذاشته خواهد شد. برخی از این چالش‌ها عبارتند از: وجود متغیرهای زیاد، داده‌های رده نامتوازن، انتخاب ویژگی ترکیبی، نمونه‌گیری با روش‌های بدون نظارت، استخراج الگوهای داده‌های از دست رفته، روش‌های نوین رده‌بندی جمعی و غیره. در این دوره تمامی این چالش‌ها بررسی و توضیحات اجرایی کاملی در خصوصی تمامی آن‌ها گفته خواهد شد. اگر به دنبال ایده‌های نوین برای مدل‌سازی خود در کارهای تحقیقاتی مثل اجرای پایان نامه و یا انجام پروژه‌های سازمانی هستید، این دوره شما را کمک خواهد کرد تا روش‌ها و راه‌حل‌های جدید مدل‌سازی را در کار خود استفاده کنید.

• دانشجویانی که درحال اجرای پایان نامه هستند یا قصد اجرای آن را دارند
• کارشناسان تحلیل داده که به دنبال متدهای جدید هستند
• محققانی که آشنایی با داده کاوی دارند

• دانش اولیه داده کاوی و آشنایی با روش های رده‌بندی و خوشه‌بندی
• دانش اولیه در خصوص روش‌های پاک‌سازی داده
• آشنایی مقدماتی با یکی از نرم افزار‌های داده کاوی مانند رپیدماینر

• پروژه رده بندی داده‌های نامتوازن و آزمون روش‌های مختلف مقابله با این مشکل
• پروژه ترکیب رده‌بندی و خوشه‌بندی برای مدل‌سازی
• پروژه متن کاوی و کاهش متغیرها با روش‌های ترکیبی انتخاب ویژگی

• شرکت در دوره آموزش داده کاوی با نرم افزار R
• شرکت در دوره متن کاوی و وب کاوی ( Text Mining and Web Mining )