| SPSS Modeler高級培訓
|
培訓特點 |
| 個性化、顧問式培訓,互動式授課,針對實際需求,項目案例教學,實戰項目演示,超級精品小班。 |
培訓講師 |
華為,中科院,上海貝爾,中興,Xilinx,Intel英特爾,TI德州儀器,NI公司,Cadence公司,Synopsys,IBM,Altera,Oracle,synopsys,微軟,飛思卡爾,等大型公司高級工程師,項目經理,技術支持專家,曙海教育,資深講師。
大多名牌大學,碩士以上學歷,相關技術專業,有豐富的理論素養,十多年實際項目經歷,開發過多個大型項目,熱情,樂于技術分享。針對客戶實際需求,案例教學,邊講邊練,互動式溝通,學有所獲。
更多師資力量信息請參見曙海師資團隊,請點擊這兒查看。 |
培訓報名與課程定制 |
如果您想學習本課程,請點擊這兒聯系報名老師。
如果您沒找到合適的課程或有特殊培訓需求,請點擊這兒訂制培訓。 |
班級規模及環境--熱線:4008699035 手機:15921673576/13918613812( 微信同號) |
|
堅持小班授課,為保證培訓效果,增加互動環節,每期人數限3到5人。 |
開課時間和上課地點 |
上課地點:【上海】:同濟大學(滬西)/新城金郡商務樓(11號線白銀路站) 【深圳分部】:電影大廈(地鐵一號線大劇院站)/深圳大學成教院 【北京分部】:北京中山/福鑫大樓 【南京分部】:金港大廈(和燕路) 【武漢分部】:佳源大廈(高新二路) 【成都分部】:領館區1號(中和大道) 【沈陽分部】:沈陽理工大學/六宅臻品 【鄭州分部】:鄭州大學/錦華大廈 【石家莊分部】:河北科技大學/瑞景大廈 【廣州分部】:廣糧大廈 【西安分部】:協同大廈
近開課時間(周末班/連續班/晚班):SPSS Modeler高級培訓開班時間:2025年12月29日..學用相長,注重實踐....以質量求發展....合作共贏....實用實戰....用心服務......--即將開課--........................(歡迎您垂詢,視教育質量為生命!) |
實驗設備和授課方式 |
☆資深工程師授課
☆注重質量
☆邊講邊練
☆合格學員免費推薦工作
專注高端培訓17年,曙海提供的課程得到本行業的廣泛認可,學員的能力
得到大家的認同,受到用人單位的廣泛贊譽。
★實驗設備請點擊這兒查看★ |
新優惠 |
|
☆在讀學生憑學生證,可優惠500元。 |
質量保障 |
|
1、培訓過程中,如有部分內容理解不透或消化不好,可免費在以后培訓班中重聽;
2、課程完成后,授課老師留給學員手機和Email,保障培訓效果,免費提供半年的技術支持。
3、培訓合格學員可享受免費推薦就業機會。 |
課程大綱 |
| |
|
培訓目標:
本課程結束后,受培訓人員將能熟練使用Modeler軟件,能夠根據常見的不同種類的數據挖掘研究需要進行方案設計、數據分析、建模和報告的撰寫。在培訓中將安排一系列討論會和實際數據練習,以保證學員有足夠的實踐機會實際操作Modeler軟件。
Modeler培訓課程內容:
1 統計分析方法與數據挖掘基本原理培訓
?課程描述 |
?介紹數據挖掘方法論以及CRISP-DM的6個步驟 |
?培訓對象 |
?戰略規劃部、市場研究部、數據分析部等相關研究人員 |
?必要技能 |
?統計方法基礎知識、數據挖掘基本原理 |
?培訓內容 |
?統計分析方法與數據挖掘基本原理 |
?第一講
?如何從掌握統計方法到掌握數據挖掘 |
?與傳統的統計分析方法相比而言:
?什么是數據挖掘?
?數據挖掘能做什么?
?數據挖掘在協助企業業務的分類、預測、聚類和模型可視化方面的特點;
?數據挖掘在其他商業領域的應用,如完善客戶關系管理、贏得市場營銷戰役;
?如何從掌握統計分析方法到掌握數據挖掘? |
?第二講
?數據挖掘基本原理和實踐操作方法論 |
?數據挖掘的基本原理
?數據挖掘實踐中所要求的數據結構、衍生變量和數據轉換
?數據挖掘的模型建構方法、模型的評估、模型的檢驗和修訂
?目前主流的數據挖掘工具軟件比較
?如何在實踐操作中運用CRISP-DM數據挖掘程序
?如何從商業角度和數據角度了解數據挖掘解決問題的類型和思路
?CRISP-DM的6個步驟以及每個步驟應該完成的工作和產生的結果 |
2、 Modeler軟件操作基礎及數據處理使用培訓
?培訓對象 |
?客戶企業所指派的Modeler實際使用人員 |
?涉及產品 |
?Modeler |
?培訓內容 |
?Modeler軟件操作基礎培訓
?Modeler的數據處理技術 |
?第一講
?操作概述 |
?基礎界面介紹:
?Modeler?14.2所包含的功能模塊
?與Modeler先前版本的比較
?基礎操作之數據準備
?讀取數據文件
?數據質量評估
?數據處理
?尋找數據中的關系 |
?第二講
?建模概述 |
?Modeler中所包含的數據建模概述
?神經網絡技術建模
?決策樹技術建模
?模型比較與模型合并
?Kohonen神經網絡
?關聯規則
?時序發現
?模型的發布 |
?第三講
?數據處理技術
? |
?合并多個數據源數據
?抽取樣本,選擇和緩存數據
?處理缺失數據
?處理日期
?處理時序數據
?文件操作
?數據聚合
?附錄:?通過ODBC讀取數據
?附錄:?Modeler的數據庫連接 |
3 Modeler的高級建模
?課程描述 |
?介紹Modeler的建模技術以及Meta?Modeling技術 |
?培訓對象 |
?完成第二、三課學習的學員 |
?必要技能 |
?第二、三課學習的技能 |
?培訓內容 |
?利用神經網絡完成分群(Neural?networks?for?classification)
?高級規則歸納(Advanced?rule?induction)
?聚類技術(clustering)
?高級關聯規則(Advanced?association?rules)
?線性回歸(Linear?Regression)
?邏輯回歸(Logistic?Regression)
?濃縮數據:基本組件(Data?Reduction:?Principal?Components)
?從模型中獲取數據(meta?models,?error?modeling)? |
|