IBM SPSS Modeler Foundations (V18.2)
- Référence 0A069G
- Durée 2 jour(s)
Modalité pédagogique
Classe inter à distance Prix
EUR1,400.00
hors TVA
Demander une formation en intra-entreprise S'inscrireAller à:
Modalité pédagogique
La formation est disponible dans les formats suivants:
-
Classe inter à distance
Depuis n'importe quelle salle équipée d'une connexion internet, rejoignez la classe de formation délivrée en inter-entreprises.
-
Classe inter en présentiel
Formation délivrée en inter-entreprises. Cette méthode d'apprentissage permet l'interactivité entre le formateur et les participants en classe.
Demander cette formation dans un format différent
Résumé
Haut de pageCette formation se concentre sur l'utilisation de modèles analytiques pour prédire un champ catégorique, tels que le churn, la fraude, la réponse à un mailing, les examens réussis/échecs, et les pannes de machine.
Mise à jour : 16/12/2024
Prochaines dates
Haut de page-
- Modalité: Classe inter à distance
- Date: 23-24 juin, 2025
- Centre: SITE DISTANT
-
- Modalité: Classe inter à distance
- Date: 13-14 octobre, 2025
- Centre: SITE DISTANT
Public
Haut de pageLa formation s'adresse aux :
- Data scientists
- Business analysts
- Les clients qui découvrent IBM SPSS Modeler ou qui veulent en savoir plus sur son utilisation.
Objectifs de la formation
Haut de pageA l'issue de la formation, les participants seront capables de :
- Collecter les données initiales
- Comprendre les données
- Définir l'unité d'analyse
- Intégrer des données
- Transformer des champs
- Examiner la relation entre un champ catégorique et un champ continu
- Découvrir la modélisation
- Améliorer l'efficacité
Programme détaillé
Haut de pageIntroduction à IBM SPSS Modeler
- Introduction à la science des données
- Décrire la méthodologie CRISP- DM
- Introduction à IBM SPSS Modeler
- Construire des modèles et appliquez-les à de nouvelles données
Collecter les données initiales
- Décrire le stockage des champs
- Décrire le niveau de mesure des champs
- Importer à partir de divers formats de données
- Exporter vers divers formats de données
Comprendre les données
- Auditer les données
- Vérifier les valeurs non valides
- Prendre des mesures pour les valeurs non valides
- Définir des blancs
Définir l'unité d'analyse
- Supprimer les doublons
- Agréger les données
- Transformer les champs nominaux en drapeaux
- Restructurer les données
Intégration des données
- Ajouter les ensembles de données
- Fusionner les ensembles de données
- Echantillonner les enregistrements
Transformation des champs
- Utiliser le langage de contrôle pour la manipulation des expressions
- Dériver les champs
- Reclassifier les champs
- Mettre les champs dans des cases
Transformation d'autres champs
- Utiliser des fonctions
- Remplacer les valeurs des champs
- Transformer les distributions Examiner les relations
- Examiner la relation entre deux champs catégoriels
Examen de la relation entre un champ catégorique et un champ continu
- Examiner la relation entre deux champs continus
Introduction à la modélisation
- Décrire les objectifs de la modélisation
- Créer des modèles supervisés
- Créer des modèles de segmentation
Amélioration de l'efficacité
- Utiliser l'extensibilité de la base de données par le pushback SQL
- Traiter les valeurs aberrantes et les valeurs manquantes avec le nœud Data Audit
- Utiliser le nœud Set Globals
- Utiliser les paramètres
- Utiliser la boucle et l'exécution conditionnelle
Pré-requis
Haut de page- Connaissance des besoins de votre entreprise
Bon à savoir
Haut de pageSupport de cours officiel IBM remis aux participants
- #000000
