课程大纲

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。

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。

培训目的

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。

培训大纲

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

培训特色

授课讲师，拥有丰富的企业应用能力、实际经验和丰富的授课经验