Eğitim: VERİ MADENCİLİĞİ TEKNİKLERİ

Günümüzde şirketlerin iş ve stratejik karar alma süreçlerinde en büyük gereksinimlerden biri de, sahip oldukları ham veriyi işleyerek yeni bilgi, fırsat ve aksiyonlar üretmek; ürettikleri bilgiyi piyasa ihtiyaçlarına yanıt verecek biçimde kullanmaktır. Veri Madenciliği; finans, bankacılık, perakende, sigorta, telekomünikasyon başta olmak üzere pek çok sektörde, şirketlerin veritabanları ya da veri ambarlarında bulunan verilerden geleceğe yönelik tahminler, modeller elde etmeye olanak sağlamaktadır. Veri Madenciliği yöntemleri ile şirketler, çok büyük veri yığınlarından önceden bilinmeyen, geçerli ve uygulanabilir değerli bilgiyi kısa sürede elde ederek önemli rekabet avantajları sağlayabilmektedir. Dünyanın önde gelen firmaları, veri madenciliği tekniklerini; müşteri ilişkileri yönetiminden, kredi derecelendirmeye; risk analizinden, satış tahminlerine kadar pek çok alanda başarıyla kullanmaktadırlar. Eğitim tanımı Bu eğitimde, veri madenciliği kavram ve teknikleri uygulamalı olarak anlatılmaktadır. Kimler katılmalı? Bu eğitim iş analistleri, yöneticiler, bilgi işlem uzmanları, risk yöneticileri, müşteri ilişkileri yöneticileri, finansal analistler, proje yöneticileri, istatistikçiler ve veri madenciliği tekniklerine ilgi duyan bütün iş profesyonelleri içindir. Ön gereklilik Bu eğitime katılım için herhangi bir veri madenciliği ya da istatistik bilgisi gerekmemektedir. Uygulamalar için kullanılacak yazılımlar InforSense Platfom Oracle Data Mining Microsoft SQL Server Analysis Services - Data Mining Eğitmen Ali Alkan, Eğitim süresi 3 Gün Eğitim içeriği 1. Veri Madenciliğine Giriş 1.1. Veri madenciliğinin tarihsel gelişimi 1.2. Neden veri madenciliği? 2. Veri madenciliğinin Temel Kavramları 3. Pazarlama ve Müşteri İlşkileri Yöentiminde Veri Madeciliği Teknikleri 4. Bir Veri Madenciliği Metodolojisi Olarak CRISP-DM 5. Veri Madenciliğinde Kullanılan Temel İstatistik Teknikleri 6. Doğrusal Regresyon (Linear Regression) ve Uygulamalar 7. Lojistik Regresyon (Logistic Regression)         7.1. Lojistik regresyon ile örnek uygulamalar 8. Karar Ağaçları (Decision Trees) 8.1. Karar ağaçları ile örnek uygulamalar 9. Yapay Sinir Ağları (Neural Networks) 9.1. Yapay sinir ağları ile örnek uygulamalar 10. Sepet Analizleri ve İlşkisel Kurallar 10.1. Sepet analizi uygulama örnekleri 11. Kümeleme ve Segmentasyon Analizleri 11.1. Kümeleme ve segmentasyon uygulama örnekleri 12. Veri Madenciliğinde Performans Ölçümü 12.1. ROC, Lift Grafikleri, Çelişki Matrisleri.... 13. Başarılı Veri Madenciliği Uygulamaları İçin Projelendirme Teknikleri 14. Veri madenciliği uygulamalarında  veri temizliği ve kalitesi analizleri 15. Başarılı Veri Madenciliği Modellerinin Uygulamaya Alınması Eğitim kapsamında kullanılan uygulama örnekleri - Müşteri ilişkileri yönetimi - Müşteri kümeleme / segmentasyonu - Müşteri kayıp (churn) / elde tutma (retention) analizleri - Satış - pazarlama - Kampanya yönetimi - Kredi skorlama - Hilecilik (fraud) tespiti Referanslar - Hürriyet Internet  Grubu - ING Bank A.Ş. - Kuveyt Türk Katılım Bankası A.Ş. - Oracle Partner Academy - T. Garanti Bankası A.Ş. - TTNET AŞ. Eğitim hakkında sorularınız ve detaylı bilgi için iletişim bilgilerimiz: E-posta: info@infora.com.tr Tel: (0216) 314 90 59