Podatkovna analitika
Trajanje
2 dni
Opomba
Priporočamo predznanje
* Osnovne digitalne kompetence
* Osnove podatkovnih baz
Uvod v odkrivanje znanja v podatkih:
– namen, cilji, priložnosti in omejitve,
– osnovni pojmi,
– metodologije,
– uvod v strojno učenje.
Podatkovno raziskovanje:
– zajem, dostopanje do podatkov (viri podatkov, naprave za zajem podatkov, podatkovne baze in skladišča, strukturirani in nestkrukturirani podatki, notranji in zunanji viri …)
– urejanje in priprava podatkov (vizualizacija podatkov, osnovne statistične analize in razumevanje podatkov, izbor in vzorčenje)
Gradnja modelov:
– napovedni modeli: klasifikacija (drevesa, Bayes, nevronske mreže, učenje na primerih, ansambelske metode), regresija
– vizualne razlage napovednih modelov,
– pogosti vzorci: mere podobnosti in gručenje, povezovalna pravila.
Evalvacija:
– metode evalvacije modelov (klasifikacijska točnost, AUC, transparentnost, razumljivost).
Uporaba modelov:
– uvajanje modelov v prakso,
-primeri uspešnih praks.
Namembnost
- Višji in srednji vodstveni kadri
- Zaposleni v analitskih službah, informatiki
Cilji izobraževanja
Udeleženci po zaključku:
* poznajo osnovne principe podatkovne analitike
* poznajo metodologijo odkrivanja znanja v podatkih
* znajo pripraviti podatke, jih analizirati
* znajo razviti napovedni model
* znajo oceniti kakovost napovednega modela
* znajo analizirati in vizualno razložiti napovedne modele
Izvajalec
Mirjana Kljajić Borštnar, Marjeta Marolt, Anja Žnidaršič
Fakulteta za organizacijske vede, UM