欧美福利在线播放_免费在线观看羞羞视频_加勒比色老久久爱综合网_性一交一乱一区二区洋洋av_国产麻豆麻豆_国产精品一线天粉嫩av_国产精品天美传媒入口_午夜a一级毛片亚洲欧洲_精品久久久久久久大神国产_四虎影视在线播放

1. SPSS Modeler高級(jí)培訓(xùn)
   培訓(xùn)目標(biāo)：
   本課程結(jié)束后，受培訓(xùn)人員將能熟練使用Modeler軟件，能夠根據(jù)常見(jiàn)的不同種類的數(shù)據(jù)挖掘研究需要進(jìn)行方案設(shè)計(jì)、數(shù)據(jù)分析、建模和報(bào)告的撰寫(xiě)。在培訓(xùn)中將安排一系列討論會(huì)和實(shí)際數(shù)據(jù)練習(xí)，以保證學(xué)員有足夠的實(shí)踐機(jī)會(huì)實(shí)際操作Modeler軟件。
   Modeler培訓(xùn)課程內(nèi)容：
   1 統(tǒng)計(jì)分析方法與數(shù)據(jù)挖掘基本原理培訓(xùn)
   ? 課程描述
   ? 介紹數(shù)據(jù)挖掘方法論以及CRISP-DM的6個(gè)步驟
   ? 培訓(xùn)對(duì)象
   ? 戰(zhàn)略規(guī)劃部、市場(chǎng)研究部、數(shù)據(jù)分析部等相關(guān)研究人員
   ? 必要技能
   ? 統(tǒng)計(jì)方法基礎(chǔ)知識(shí)、數(shù)據(jù)挖掘基本原理
   ? 培訓(xùn)內(nèi)容
   ? 統(tǒng)計(jì)分析方法與數(shù)據(jù)挖掘基本原理
   ? 第一講
   ? 如何從掌握統(tǒng)計(jì)方法到掌握數(shù)據(jù)挖掘
   ? 與傳統(tǒng)的統(tǒng)計(jì)分析方法相比而言：
   ? 什么是數(shù)據(jù)挖掘？
   ? 數(shù)據(jù)挖掘能做什么？
   ? 數(shù)據(jù)挖掘在協(xié)助企業(yè)業(yè)務(wù)的分類、預(yù)測(cè)、聚類和模型可視化方面的特點(diǎn)；
   ? 數(shù)據(jù)挖掘在其他商業(yè)領(lǐng)域的應(yīng)用，如完善客戶關(guān)系管理、贏得市場(chǎng)營(yíng)銷戰(zhàn)役；
   ? 如何從掌握統(tǒng)計(jì)分析方法到掌握數(shù)據(jù)挖掘？
   ? 第二講
   ? 數(shù)據(jù)挖掘基本原理和實(shí)踐操作方法論
   ? 數(shù)據(jù)挖掘的基本原理
   ? 數(shù)據(jù)挖掘?qū)嵺`中所要求的數(shù)據(jù)結(jié)構(gòu)、衍生變量和數(shù)據(jù)轉(zhuǎn)換
   ? 數(shù)據(jù)挖掘的模型建構(gòu)方法、模型的評(píng)估、模型的檢驗(yàn)和修訂
   ? 目前主流的數(shù)據(jù)挖掘工具軟件比較
   ? 如何在實(shí)踐操作中運(yùn)用CRISP-DM數(shù)據(jù)挖掘程序
   ? 如何從商業(yè)角度和數(shù)據(jù)角度了解數(shù)據(jù)挖掘解決問(wèn)題的類型和思路
   ? CRISP-DM的6個(gè)步驟以及每個(gè)步驟應(yīng)該完成的工作和產(chǎn)生的結(jié)果
   2、 Modeler軟件操作基礎(chǔ)及數(shù)據(jù)處理使用培訓(xùn)
   ? 培訓(xùn)對(duì)象
   ? 客戶企業(yè)所指派的Modeler實(shí)際使用人員
   ? 涉及產(chǎn)品
   ? Modeler
   ? 培訓(xùn)內(nèi)容
   ? Modeler軟件操作基礎(chǔ)培訓(xùn)
   ? Modeler的數(shù)據(jù)處理技術(shù)
   ? 第一講
   ? 操作概述
   ? 基礎(chǔ)界面介紹：
   ? Modeler?14.2所包含的功能模塊
   ? 與Modeler先前版本的比較
   ? 基礎(chǔ)操作之?dāng)?shù)據(jù)準(zhǔn)備
   ? 讀取數(shù)據(jù)文件
   ? 數(shù)據(jù)質(zhì)量評(píng)估
   ? 數(shù)據(jù)處理
   ? 尋找數(shù)據(jù)中的關(guān)系
   ? 第二講
   ? 建模概述
   ? Modeler中所包含的數(shù)據(jù)建模概述
   ? 神經(jīng)網(wǎng)絡(luò)技術(shù)建模
   ? 決策樹(shù)技術(shù)建模
   ? 模型比較與模型合并
   ? Kohonen神經(jīng)網(wǎng)絡(luò)
   ? 關(guān)聯(lián)規(guī)則
   ? 時(shí)序發(fā)現(xiàn)
   ? 模型的發(fā)布
   ? 第三講
   ? 數(shù)據(jù)處理技術(shù)
   ?
   ? 合并多個(gè)數(shù)據(jù)源數(shù)據(jù)
   ? 抽取樣本，選擇和緩存數(shù)據(jù)
   ? 處理缺失數(shù)據(jù)
   ? 處理日期
   ? 處理時(shí)序數(shù)據(jù)
   ? 文件操作
   ? 數(shù)據(jù)聚合
   ? 附錄:?通過(guò)ODBC讀取數(shù)據(jù)
   ? 附錄:?Modeler的數(shù)據(jù)庫(kù)連接
   3 Modeler的高級(jí)建模
2. ?課程描述
   ? 介紹Modeler的建模技術(shù)以及Meta?Modeling技術(shù)
   ? 培訓(xùn)對(duì)象
   ? 完成第二、三課學(xué)習(xí)的學(xué)員
   ? 必要技能
   ? 第二、三課學(xué)習(xí)的技能
   ? 培訓(xùn)內(nèi)容
   ? 利用神經(jīng)網(wǎng)絡(luò)完成分群（Neural?networks?for?classification）
   ? 高級(jí)規(guī)則歸納（Advanced?rule?induction）
   ? 聚類技術(shù)（clustering）
   ? 高級(jí)關(guān)聯(lián)規(guī)則（Advanced?association?rules）
   ? 線性回歸（Linear?Regression）
   ? 邏輯回歸（Logistic?Regression）
   ? 濃縮數(shù)據(jù)：基本組件（Data?Reduction:?Principal?Components）
   ? 從模型中獲取數(shù)據(jù)(meta?models,?error?modeling)?
4. 
   ?
   ?
   ?
7. 
   ?
12. 
    ?
13. 
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
14. 
    ?
    ?
    ?
    ?
19. 
    ? ?
21. 
    
28. 
    ?
29. 
    ?
    ?
30. 
    ?
    ?
31. 
    ? ?
    
    
    
    
    

"