Data Mining Technologies

• Adatbányászat fogalma, adatbányászati szoftverek fontossága, piac bemutatása, vezető termékek rövid bemutatása, független elemzések bemutatása, piacvezető és nyílt forráskódú rendszerek kiemelése

   

• Adatbányászati folyamat metodikái, CRISP-DM folyamata, tipikus feladatok és modellezési technikák bemutatása, modellértékelés kérdései

   

• Nyílt forráskódú adatbányászati szoftverek bemutatása, WEKA rendszer ismertetése, adatformátumok, eszközkészlet, modellkészlet, architektúra, felületek

   

• SPSS Clementine rendszer bemutatása. Táblázatos adatmodell, @function rendszer bemutatása, adatfeldolgozási módszerek, számlálózás, címkézés. Modellezési technikák, modell fogalma, modell visszahelyezés.

   

• SPSS Clementine szerver – kliens architektúra, SQL pushback módszerek, memóriagazdálkodás, szkript nyelve és kifejezőereje

   

• SPSS Clementine CLEF architektúra, új csomópontok behelyezésének kérdése, létező kiegészítések bemutatása, Webmining modul bemutatása

   

• Oracle Data Mining, Oracle Data Miner, alkalmazás architektúra, adatfilozófia. Skálázható modellezési technikák (O-Cluster, nemnegatív mátrix felbontás, szupport vektor gépek, stb.). Teljesítmény és performancia kérdések, kifejezőerő.

   

• SAS üzleti intelligencia megoldások, SAS rendszer architektúrája, SAS Enterprise Miner és a SAS Base rendszer kapcsolata, programnyelvének bemutatása

   

• SAS Enterprise Miner adatbányászati metodikája (SEMMA), adatmodellje, modellezési technikáinak rövid bemutatása és értékelése

   

• Eddig ismertetett rendszerek és metodikák összehasonlítása, egymáshoz való viszonya. További eszközök rövid bemutatása

Laboratóriumi foglalkozások tematikája:

• Több tipikus feladatot fogalmazunk meg, amit különböző adatelőkészítési és modellezési technikával oldunk meg a különböző adatbányászati szoftverekkel. A labor során a következő szoftverekkel ismerkednek meg a hallgatók:
• WEKA
• SPSS Clementine
• Oracle Data Mining
• SAS Enterprise Miner
• A labor célja, hogy valós adathalmazok felett szerezzenek a hallgatók elemzői tapasztalatokat, illetve hogy az otthoni feladat megoldásához szükséges alapvető szoftverkezelési gyakorlatot megszerezzék.