IBM SPSS Modeler Foundations (V18.2)
- Code training 0A069G
- Duur 2 dagen
Andere trainingsmethoden
Ga naar:
Methode
Deze training is in de volgende formats beschikbaar:
-
Klassikale training
Klassikaal leren
-
Virtueel leren
Virtueel leren
Vraag deze training aan in een andere lesvorm.
Trainingsbeschrijving
Naar bovenThis course provides the foundations of using IBM SPSS Modeler and introduces the participant to data science. The principles and practice of data science are illustrated using the CRISP-DM methodology. The course provides training in the basics of how to import, explore, and prepare data with IBM SPSS Modeler v18.2, and introduces the student to modeling.
Virtueel en Klassikaal™
Virtueel en Klassikaal™ is een eenvoudig leerconcept en biedt een flexibele oplossing voor het volgen van een klassikale training. Met Virtueel en Klassikaal™ kunt u zelf beslissen of u een klassikale training virtueel (vanuit huis of kantoor )of fysiek op locatie wilt volgen. De keuze is aan u! Cursisten die virtueel deelnemen aan de training ontvangen voor aanvang van de training alle benodigde informatie om de training te kunnen volgen.
Data
Naar boven-
- Methode: Virtueel leren
- Datum: 25 augustus, 2025
- Locatie: Virtueel-en-klassikaal
-
- Methode: Virtueel leren
- Datum: 10-11 november, 2025
- Locatie: Virtueel-en-klassikaal
Doelgroep
Naar boven- Data scientists
- Business analysts
- Clients who are new to IBM SPSS Modeler or want to find out more about using it
Trainingsdoelstellingen
Naar bovenAt the end of the course, participants will be able to :
- Collect initial data
- Understand data
- Define the unit of analysis
- Integrate data
- Transform fields
- Examine the relationship between a categorical field and a continuous field
- Discover modeling
- Improving efficiency
Inhoud training
Naar boven- Introduction to IBM SPSS Modeler
- Introduction to data science
- Describe the CRISP-DM methodology
- Introduction to IBM SPSS Modeler
- Build models and apply them to new data
- Collect initial data
- Describe field storage
- Describe field measurement level
- Import from various data formats
- Export to various data formats
- Understand the data
- Audit the data
- Check for invalid values
- Take action for invalid values
- Define blanks
- Set the unit of analysis
- Remove duplicates
- Aggregate data
- Transform nominal fields into flags
- Restructure data
- Integrate data
- Append datasets
- Merge datasets
- Sample records
- Transform fields
- Use the Control Language for Expression Manipulation
- Derive fields
- Reclassify fields
- Bin fields
- Further field transformations
- Use functions
- Replace field values
- Transform distributions
- Examine relationships
- Examine the relationship between two categorical fields
- Examine the relationship between a categorical and continuous field
- Examine the relationship between two continuous fields
- Introduction to modeling
- Describe modeling objectives
- Create supervised models
- Create segmentation models
- Improve efficiency
- Use database scalability by SQL pushback
- Process outliers and missing values with the Data
- Audit node
- Use the Set Globals node
- Use parameters
- Use looping and conditional execution
Voorkennis
Naar boven- Knowledge of your business requirements
- Basic understanding of Data Science
Aanvullende informatie
Naar boven- #000000
