课程

课程介绍

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。

培训对象

对数据挖掘或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

课程收益

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。

知识概要

高级数据准备技术
SPSS Modeler分类技术
SPSS Modeler细分技术
SPSS Modeler关联分析技术
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
SPSS Modeler其他技术
SPSS Modeler中的数据建模技术: 评估图、分析节点
SPSS Modeler demo演示

课程大纲

模块

学习内容

第一天

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

SPSS Modeler分类技术

决策树技术、Logistics回归、神经网络

SPSS Modeler细分技术

Kohonen网络/两步聚类/K-means

第二天

SPSS Modeler关联分析技术

GRI/Carma/Aprior

序列节点

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

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

SPSS Modeler中的数据建模技术: 评估图、分析节点

SPSS Modeler demo演示

认证过程

无认证考试

开班信息

暂无开班信息

相关课程