Data Mining KNIME Fundamentals

OBJECTIVES

1. Memahami konsep dan peran utama dalam Data Mining
2. Memahami tahapan-tahapan proses Data Mining
3. Mampu menyelesaikan studi kasus Data Mining sesuai proses standar cross-industry

AUDIENCE

1. Database Administrator
2. Data Analyst
3. Business Analyst
4. Researcher
5. Programmer

PREREQUISITES

Tidak ada training khusus yang dipersyaratkan

CONTENT

1. Pengantar Data Mining

1.1. Apa dan Mengapa Data Mining
1.2. Peran Utama dan Metode Data Mining
1.3. Sejarah dan Penerapan Data Mining

2. Proses Data Mining

2.1. Proses dan Tools Data Mining
2.2. Penerapan Proses Data Mining
2.3. Evaluasi Model Data Mining
2.4. Proses Data Mining berbasis CRISP-DM

3. Persiapan Data

3.1. Data Cleaning
3.2. Data Reduction
3.3. Data Transformation and Data Discretization
3.4. Data Integration

4. Algoritma Data Mining

4.1. Algoritma Klasifikasi
4.2. Algoritma Klastering
4.3. Algoritma Asosiasi
4.4. Algoritma Estimasi dan Forecasting

5. Text Mining

5.1. Text Mining Concepts
5.2. Text Clustering
5.3. Text Classification

6. Research

6.1. Data Mining Research
6.2. Data Mining Laws
6.3. Data Mining Use Cases