IBM SPSS Modeler Foundations (V18.2) (0E069G-SPVC)

Podnikové systémy
Strojově přeloženo

Přehled

Obsahuje příručku ke kurzu ve formátu PDF a také laboratorní prostředí, ve kterém mohou studenti procházet ukázky a cvičení vlastním tempem.

Tento kurz poskytuje základy používání IBM SPSS Modeler a seznamuje účastníka s datovou vědou. Principy a praxe datové vědy jsou ilustrovány pomocí metodologie CRISP-DM. Kurz poskytuje školení v základech importu, průzkumu a přípravy dat v IBM SPSS Modeler v18.2 a uvádí studenta do problematiky modelování.

Pokud se přihlašujete do kurzu Self Paced Virtual Classroom nebo Web Based Training, před přihlášením si prosím prostudujte podmínky pro Self-Paced Virtual Classes a Web-Based Training Classes na naší stránce Podmínek a ujednání, jakož i systémové požadavky, abyste se ujistili, že váš systém splňuje minimální požadavky pro tento kurz. /terms

Cílová skupina

  • Datoví vědci
  • Obchodní analytici
  • Klienti, kteří jsou v IBM SPSS Modeler noví nebo chtějí zjistit více o jeho používání

Předpoklady

  • Znalost obchodních požadavků

Cíl

Úvod do IBM SPSS Modeler 

• Úvod do datové vědy 

• Popis metodologie CRISP-DM 

• Úvod do IBM SPSS Modeler 

• Tvorba modelů a jejich aplikace na nová data  

 

Shromažďování počátečních dat 

• Popis úložiště polí 

• Popis úrovně měření polí 

• Import z různých datových formátů 

• Export do různých datových formátů  

 

Porozumění datům 

• Audit dat 

• Kontrola neplatných hodnot 

• Řešení neplatných hodnot 

• Definice prázdných hodnot  

 

Nastavení jednotky analýzy 

• Odstranění duplicit 

• Agregace dat 

• Transformace nominálních polí na příznaky 

• Restrukturalizace dat  

 

Integrace dat 

• Připojení datových sad 

• Sloučení datových sad 

• Vzorkování záznamů

 

Transformace polí 

• Použití řídicího jazyka pro manipulaci s výrazy 

• Odvozování polí 

• Překlasifikování polí 

• Seskupování polí do intervalů  

 

Další transformace polí 

• Použití funkcí 

• Nahrazení hodnot polí 

• Transformace rozdělení  

 

Zkoumání vztahů 

• Zkoumání vztahu mezi dvěma kategorickými poli 

• Zkoumání vztahu mezi kategorickým a spojitým polem 

• Zkoumání vztahu mezi dvěma spojitými poli  

 

Úvod do modelování 

• Popis cílů modelování 

• Tvorba modelů s učitelem 

• Tvorba segmentačních modelů  

 

Zvyšování efektivity 

• Využití škálovatelnosti databáze pomocí SQL pushback 

• Zpracování odlehlých hodnot a chybějících hodnot pomocí uzlu Data Audit 

• Použití uzlu Set Globals 

• Použití parametrů 

• Použití smyček a podmíněného spouštění

Osnova kurzu

Úvod do IBM SPSS Modeler 

• Úvod do datové vědy 

• Popis metodologie CRISP-DM 

• Úvod do IBM SPSS Modeler 

• Tvorba modelů a jejich aplikace na nová data  

 

Shromažďování počátečních dat 

• Popis úložiště polí 

• Popis úrovně měření polí 

• Import z různých datových formátů 

• Export do různých datových formátů  

 

Porozumění datům 

• Audit dat 

• Kontrola neplatných hodnot 

• Řešení neplatných hodnot 

• Definice prázdných hodnot  

 

Nastavení jednotky analýzy 

• Odstranění duplicit 

• Agregace dat 

• Transformace nominálních polí na příznaky 

• Restrukturalizace dat  

 

Integrace dat 

• Připojení datových sad 

• Sloučení datových sad 

• Vzorkování záznamů

 

Transformace polí 

• Použití řídicího jazyka pro manipulaci s výrazy 

• Odvozování polí 

• Překlasifikování polí 

• Seskupování polí do intervalů  

 

Další transformace polí 

• Použití funkcí 

• Nahrazení hodnot polí 

• Transformace rozdělení  

 

Zkoumání vztahů 

• Zkoumání vztahu mezi dvěma kategorickými poli 

• Zkoumání vztahu mezi kategorickým a spojitým polem 

• Zkoumání vztahu mezi dvěma spojitými poli  

 

Úvod do modelování 

• Popis cílů modelování 

• Tvorba modelů s učitelem 

• Tvorba segmentačních modelů  

 

Zvyšování efektivity 

• Využití škálovatelnosti databáze pomocí SQL pushback 

• Zpracování odlehlých hodnot a chybějících hodnot pomocí uzlu Data Audit 

• Použití uzlu Set Globals 

• Použití parametrů 

• Použití smyček a podmíněného spouštění