| SPSS Modeler高级培训
|
培训特点 |
| 个性化、顾问式培训，互动式授课，针对实际需求，项目案例教学，实战项目演示，超级精品小班。 |
| 培训讲师 |
华为，中科院，上海贝尔，中兴，Xilinx,Intel英特尔,TI德州仪器，NI公司，Cadence公司,Synopsys，IBM，Altera，Oracle，synopsys，微软，飞思卡尔，等大型公司高级工程师，项目经理，技术支持专家，曙海教育集团，资深讲师。
大多名牌大学，硕士以上学历，相关技术专业，有丰富的理论素养，十多年实际项目经历，开发过多个大型项目，热情，乐于技术分享。针对客户实际需求，案例教学，边讲边练，互动式沟通，学有所获。
更多师资力量信息请参见曙海师资团队，请点击这儿查看。 |
| 培训报名与课程定制 |
如果您想学习本课程，请点击这儿联系报名老师。
如果您没找到合适的课程或有特殊培训需求，请点击这儿订制培训。 |
| 班级规模及环境 |
|
为了保证培训效果，增加互动环节，我们坚持小班授课，每期报名人数限3到5人，多余人员安排到下一期进行。 |
|
开课时间和上课地点 |
上课地点：【上海】：同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【深圳分部】：电影大厦(地铁一号线大剧院站)/深圳大学成教院 【北京分部】：北京中山学院/福鑫大楼 【南京分部】：金港大厦(和燕路) 【武汉分部】：佳源大厦（高新二路） 【成都分部】：领馆区1号（中和大道） 【沈阳分部】：沈阳理工大学/六宅臻品 【郑州分部】：郑州大学/锦华大厦 【石家庄分部】：河北科技大学/瑞景大厦 【广州分部】：广粮大厦 【西安分部】：云峰大厦
最近开课时间(周末班/连续班/晚班）：SPSS Modeler高级培训开班时间：2024年1月8日 |
|
学时和学费 |
☆课时： 共5天,30学时
◆外地学员：代理安排食宿（需提前预定）
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
☆合格学员免费颁发相关工程师等资格证书，提升您的职业资质
专注高端培训15年，曙海提供的证书得到本行业的广泛认可，学员的能力
得到大家的认同，受到用人单位的广泛赞誉。
★实验设备请点击这儿查看★ |
|
最新优惠 |
|
☆团体报名优惠措施：两人95折优惠，三人或三人以上9折优惠 。注意：在读学生凭学生证，即使一个人也优惠500元。 |
|
质量保障 |
|
1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
2、培训结束后,培训老师留给学员手机和Email,免费提供半年的技术支持，充分保证培训后出效果；
3、培训合格学员可享受免费推荐就业机会。 ☆合格学员免费颁发相关工程师等资格证书，提升您的职业资质。专注高端培训13年，曙海提供的证书得到本行业的广泛认可，学员的能力得到大家的认同，受到用人单位的广泛赞誉。 |
|
课程大纲 |
| |
|
培训目标：
本课程结束后，受培训人员将能熟练使用Modeler软件，能够根据常见的不同种类的数据挖掘研究需要进行方案设计、数据分析、建模和报告的撰写。在培训中将安排一系列讨论会和实际数据练习，以保证学员有足够的实践机会实际操作Modeler软件。
Modeler培训课程内容：
1 统计分析方法与数据挖掘基本原理培训
?课程描述 |
?介绍数据挖掘方法论以及CRISP-DM的6个步骤 |
?培训对象 |
?战略规划部、市场研究部、数据分析部等相关研究人员 |
?必要技能 |
?统计方法基础知识、数据挖掘基本原理 |
?培训内容 |
?统计分析方法与数据挖掘基本原理 |
?第一讲
?如何从掌握统计方法到掌握数据挖掘 |
?与传统的统计分析方法相比而言：
?什么是数据挖掘？
?数据挖掘能做什么？
?数据挖掘在协助企业业务的分类、预测、聚类和模型可视化方面的特点；
?数据挖掘在其他商业领域的应用，如完善客户关系管理、赢得市场营销战役；
?如何从掌握统计分析方法到掌握数据挖掘？ |
?第二讲
?数据挖掘基本原理和实践操作方法论 |
?数据挖掘的基本原理
?数据挖掘实践中所要求的数据结构、衍生变量和数据转换
?数据挖掘的模型建构方法、模型的评估、模型的检验和修订
?目前主流的数据挖掘工具软件比较
?如何在实践操作中运用CRISP-DM数据挖掘程序
?如何从商业角度和数据角度了解数据挖掘解决问题的类型和思路
?CRISP-DM的6个步骤以及每个步骤应该完成的工作和产生的结果 |
2、 Modeler软件操作基础及数据处理使用培训
?培训对象 |
?客户企业所指派的Modeler实际使用人员 |
?涉及产品 |
?Modeler |
?培训内容 |
?Modeler软件操作基础培训
?Modeler的数据处理技术 |
?第一讲
?操作概述 |
?基础界面介绍：
?Modeler?14.2所包含的功能模块
?与Modeler先前版本的比较
?基础操作之数据准备
?读取数据文件
?数据质量评估
?数据处理
?寻找数据中的关系 |
?第二讲
?建模概述 |
?Modeler中所包含的数据建模概述
?神经网络技术建模
?决策树技术建模
?模型比较与模型合并
?Kohonen神经网络
?关联规则
?时序发现
?模型的发布 |
?第三讲
?数据处理技术
? |
?合并多个数据源数据
?抽取样本，选择和缓存数据
?处理缺失数据
?处理日期
?处理时序数据
?文件操作
?数据聚合
?附录:?通过ODBC读取数据
?附录:?Modeler的数据库连接 |
3 Modeler的高级建模
?课程描述 |
?介绍Modeler的建模技术以及Meta?Modeling技术 |
?培训对象 |
?完成第二、三课学习的学员 |
?必要技能 |
?第二、三课学习的技能 |
?培训内容 |
?利用神经网络完成分群（Neural?networks?for?classification）
?高级规则归纳（Advanced?rule?induction）
?聚类技术（clustering）
?高级关联规则（Advanced?association?rules）
?线性回归（Linear?Regression）
?逻辑回归（Logistic?Regression）
?浓缩数据：基本组件（Data?Reduction:?Principal?Components）
?从模型中获取数据(meta?models,?error?modeling)? |
|
首 页 手机浏览模式
