培训对象 | 对数据挖掘或SPSS Modeler感兴趣的使用者和数据分析人员和已经修过基础培训的学员。 |
培训概要 | 本课程将介绍数据挖掘原理、SPSS Modeler的高级数据处理技术,学习如何合并和处理文件,样本数据,处理缺失值和时序数据。详细介绍SPSS Modeler的建模技术以及Meta Modeling技术,并学习如何将其应用到具体业务操作中。 |
培训内容 | 1. 高级数据准备技术 合并多个数据源数据 抽取样本,选择和缓存数据 处理日期数据、时序数据 文件操作技术 RFM汇总及RFM分析 分箱节点 自动整理数据 2. SPSS Modeler分类技术 决策树技术、Logistics回归、神经网络 3. SPSS Modeler细分技术 Kohonen网络/两步聚类/K-means 4. SPSS Modeler关联分析技术 GRI/Carma/Apriori 序列节点 5. SPSS Modeler自动建模技术 自动聚类节点、自动分类节点、自动数值节点 6. SPSS Modeler其他技术 线性回归、特征选择、Cox回归 支持向量机(SVM) 主成分/因子分析 使用SPSS Syntax 7. SPSS Modeler中的数据建模技术 评估图、分析节点 8. SPSS Modeler demo演示 |
培训目的及效果 | 培训人员能够掌握数据挖掘理论和复杂的建模技术、并将其应用到具体业务操作中。 |