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