W celu zapoznania użytkownika ze sposobem pracy w Systemie AdvancedMiner, przygotowano zestaw tutoriali przeprowadzających go krok po kroku przez główne aspekty analiz i zadań Data Mining.
Lista tutoriali dotyczących procesów Data Mining obejmuje:
Szybki Start z AdvancedMiner – zawiera wskazówki na temat konfiguracji systemu, utworzenia pierwszego projektu oraz importu danych.
Eksploracja danych – prezentuje, jak korzystać z narzędzi do eksploracji danych.
Budowanie Modelu – uczy ogólnej zasady budowy modelu Data Mining.
Testowanie Modelu – pokazuje sposób testowania zbudowanego modelu na danych testowych.
Zastosowanie Modelu – demonstruje aplikację zbudowanego modelu do nowych danych.
Ręczna budowa karty skoringowej – demonstruje sposób ręcznej budowy karty skoringowej.
Budowa karty skoringowej na podstawie modelu – demonstruje sposób budowy karty skoringowej na podstawie modelu regresji logistycznej.
Tabela 1.1. Przegląd tutoriali
| Tutorial: | Szybki Start z AdvancedMiner | Eksploracja Danych | Budowanie Modelu | Testowanie Modelu | Zastosowanie Modelu | Ręczna budowa karty skoringowej | Budowa karty skoringowej na podstawie modelu |
| Szacowany czas: | 1 godz | 2 godz | 1 godz | 15 min | 15 min | 15 min | 30 min |
| Wejście: | Zainstalowany system AdvancedMiner | Zbiór danych | Zbiór danych (zbiór treningowy) | Model Data Mining Zbiór danych (zbiór testowy) | Model Data Mining Zbiór danych (bez informacji o skoringu) | Zbiór danych (zbiór treningowy) | Zbiór danych (zbiór treningowy) |
| Wyjście: | Skonfigurowany system, przygotowany do pracy | Zbiór danych (przetworzony) Raporty z eksploracji danych | Model Data Mining | Rezultaty testowania modelu Data Mining | Model Data Mining (zawierający informację ze skoringu) | Karta skoringowa | Karta skoringowa Model regresji logistycznej |
Oprócz wymienionych tutoriali użytkownik ma do dyspozycji dokumentację techniczną oraz materiały uzupełniające, zawierające szczegóły na temat wszystkich narzędzi i funkcjonalności systemu AdvancedMiner.
Tutoriale nie wyjaśniają teorii stojącej za procesem Data Mining. Zakłada się, że użytkownik posiada odpowiednią wiedzę teoretyczną na temat zadań i algorytmów Data Mining.