This content requires the Flash Player.
.
Already have Flash Player? Click here.

Datamininggenereer waarde uit uw data

Bij DIKW zijn we "tool agnostic" als het om datamining gaat. Open & closed source tools, script of GUI based, het maakt ons niet uit! Wij zijn thuis in een zeer breed scala aan datamining tools waaronder:

Closed source Open source
Chordiant Decision Management R-project
SPSS Clementine (IBM PASW) Octave
SAS Enterprise Miner Python (NLTK)
Portrait Software rapidMiner

Het datamining vakgebied bestaat ruwweg uit twee onderdelen:

Explorative Analytics (ook wel unsupervised learning methoden)

Waarbij er geen vooraf vastgestelde doelvariabele is, maar men meer al grasduinend op interessante inzichten kan stoten.

Data visualisatie technieken spelen hierbij een steeds grotere rol.

Textmining is het automatisch analyseren van tekst. In haar meest eenvoudige vorm kan men tellingen van meest voorkomende woorden vergelijken. Meer geavanceerd worden zinnen op grammaticale structuur ontleed en wordt er op die manier iets meer duidelijk van waar de tekst over gaat.

Toepassingen : Clusteren van DBC's in de zorg. Groeperen van documenten

Predictive Analytics (ook wel supervised learning methode)

Hierbij wordt een duidelijke doel variabele gedefinieerd, die zo goed mogelijk moet worden voorspeld. Predictive Analytics levert altijd een kansmodel op

Toepassingen : churn/loyaliteit- , (krediet) risico- , cross & upsell modellen.