دورة استراتيجيات تنقيب البيانات وإدارتها
دورات القيادة والإدارة
-دورات الابتكار والتحول الرقمي
-دورات الحاسب الآلي وتقنية المعلومات

اختر مدينة وتاريخ آخر
دورة استراتيجيات تنقيب البيانات وإدارتها
المقدمة:
إن تنقيب البيانات (تعدين البيانات) هي عملية فرز لمجموعات كبيرة من البيانات لتحديد الأنماط وإقامة العلاقات لحل المشكلات عبر تحليل البيانات، إذ تسمح أدوات التنقيب في البيانات للمؤسسات بالتنبؤ بالاتجاهات المستقبلية.
يتمتع التنقيب في البيانات بأهمية كبيرة في بيئة الأعمال شديدة التنافسية اليوم، وجرى استخدام التنقيب في البيانات إلى حد كبير في العديد من التطبيقات مثل فهم تسويق أبحاث المستهلك، وتحليل المنتجات، وتحليل العرض والطلب، والتجارة الإلكترونية، واتجاه الاستثمار في الأسهم والعقارات، والاتصالات السلكية واللاسلكية، وما إلى ذلك.
أهداف الدورة:
· تعريفات التنقيب في البيانات وعلم البيانات.
· دور الإحصاء في تنقيب البيانات.
· مفاهيم التعلم الآلي.
· التفريق بين التعلم الخاضع للإشراف وغير الخاضع للإشراف.
· عملية التنقيب في البيانات.
· كيفية إجراء تحليل البيانات الاستكشافية.
· التعرف على نماذج وخوارزميات التنقيب في البيانات.
· كيفية مطابقة المشكلة مع النموذج.
· تقنيات التحقق من صحة النموذج.
· كيفية نشر نماذج تنقيب البيانات.
الفئات المستهدفة:
صممت الدورة التدريبية لاستراتيجيات تنقيب البيانات وإدارتها من أجل:
المهنيين الراغبين في تعميق فهمهم لكيفية التنقيب في البيانات الضخمة وإدارتها لكشف المعلومات، فمن خلال استكشاف قواعد البيانات العلائقية وتقنيات النمذجة التنبؤية، كما تساعد هذه الدورة المهنيين على فهم كيفية عمل هذه العملية بفعالية مع أنواع مختلفة من البيانات.
المحاور العلمية للدورة:
قاعدة بيانات المؤسسة ونماذج البيانات
· الاختلافات الرئيسية بين البيانات والمعلومات.
· فهم بيئات قاعدة بيانات المؤسسة.
· تحديد تحديات معينة مع تنقية البيانات.
· العناصر التي يتكون منها نموذج البيانات.
استخراج البيانات من قاعدة بيانات
· دور الاستعلامات في استخراج البيانات من قاعدة البيانات.
· كيفية تنفيذ الاستعلامات المتقدمة في Microsoft® Access (أو بيئة قاعدة بيانات أخرى) باستخدام لغة الاستعلام المرئية.
الحصول على البيانات: الشبكات الاجتماعية وتحديد الموقع الجغرافي
· هيكل صفحة الويب وكيفية الحصول على ملفات HTML.
· مزايا برامج زحف الويب وكيفية الحصول على البيانات صفحة تلو الأخرى.
· كيفية إجراء تحليل النص: تحديد human text، والقضايا المشتركة، ومكتبات الموارد.
· الآثار الأخلاقية لاستخدام البيانات المتاحة للجمهور.
الشبكات العصبية الاصطناعية
· الحدود وشروط الحدود واختيار المصنِف الصحيح.
· التجميع مقابل التصنيف.
· الكشف عن الانحرافات والشذوذ.
التصنيفات: طرق متقدمة
· المصنِف القائم على القواعد.
· استخراج القواعد.
· أقرب الجيران.
· المصنِفات - حدود محددة.
تدابير الشائبة البديلة
· التوسع إلى 2D.
· ما مدى جودة المصنِف الخاص بك.