課程介紹
本課程將介紹數據挖掘原理、SPSS Modeler的高級數據處理技術，學習如何合并和處理文件，樣本數據，處理缺失值和時序數據。詳細介紹SPSS Modeler的建模技術以及Meta Modeling技術，并學習如何將其應用到具體業務操作中。
培訓對象
對數據挖掘或Modeler感興趣的使用者和數據分析人員及已經修過基礎培訓的學員。
課程收益
能夠掌握數據挖掘理論和復雜的建模技術、并將其應用到具體業務操作中。
知識概要
-- 高級數據準備技術；
-- SPSS Modeler分類技術；
-- SPSS Modeler細分技術；
-- SPSS Modeler關聯分析技術；
-- SPSS Modeler自動建模技術：?自動聚類節點、自動分類節點、自動數值節點；
-- SPSS Modeler其他技術；
-- SPSS Modeler中的數據建模技術：?評估圖、分析節點；
-- SPSS Modeler demo演示。
課程大綱
高級數據準備技術
合并多個數據源數據
抽取樣本，選擇和緩存數據
處理日期數據、時序數據
文件操作技術
RFM匯總及RFM分析
分箱節點
自動整理數據
SPSS Modeler分類技術
決策樹技術、Logistics回歸、神經網絡
SPSS Modeler細分技術
Kohonen網絡/兩步聚類/K-means
SPSS Modeler關聯分析技術
GRI/Carma/Aprior
序列節點
SPSS Modeler自動建模技術： 自動聚類節點、自動分類節點、自動數值節點
SPSS Modeler其他技術
線性回歸、特征選擇、Cox回歸
支持向量機（SVM）
主成分/因子分析
使用SPSS Syntax
SPSS Modeler中的數據建模技術： 評估圖、分析節點
SPSS Modeler demo演示
認證過程
無認證考試
開班信息
暫無開班信息