این دوره در 22 ساعت، اصول اولیه مرتبط با پردازش و تحلیل داده‌های ساختاریافته و غیر ساختاریافته را به شرکت‌کنندگان آموزش می‌دهد. سرفصل‌های این دوره عبارت‌اند از:

• مفاهیم پایه علم داده و کاربردهای آن
• متدولوژی Crisp DM در علم داده
• آماده‌سازی و پیش‌پردازش داده
• یادگیری ماشین و مدل‌های طبقه‌بندی و خوشه‌بندی
• قوانین انجمنی و ارزیابی مدل‌های یادگیری ماشین
• معرفی نرم‌افزار SPSS Modeler و توابع پایه‌ای آن
• مصورسازی داده و خوشه‌بندی با روش Kmeans
• شناسایی ناهنجاری و استفاده از قواعد انجمنی با الگوریتم Apriori
• طبقه‌بندی با الگوریتم‌های SVM، شبکه‌های عصبی، درخت تصمیم‌گیری و جنگل تصادفی
• سری‌های زمانی با الگوریتم Arima و آنالیز RFM.