Public :

Scientifiques des données
Analystes d’affaires
Clients qui découvrent IBM SPSS Modeler ou qui souhaitent en savoir plus sur son utilisation
Prérequis :
Connaissance des besoins de votre entreprise.

Contenu du cours IBM SPSS Modeler Foundations

Introduction  IBM SPSS Modeler

Décrire la méthodologie CRISP-DM
Présentation d’IBM SPSS Modeler
Créer des modèles et les appliquer à de nouvelles données Build models and apply them to new data

Collecter les données initiales

Décrire le stockage sur le terrain
Décrire le niveau de mesure sur le terrain
Importer à partir de différents formats de données
Exporter vers différents formats de données.

Comprendre les données
Auditer les données
Rechercher des valeurs non valides
Prendre des mesures pour les valeurs non valides
Définir des espaces

Définir l’unité d’analyse
Supprimer les doublons
Données agrégées
Transformer des champs nominaux en indicateurs
Restructurer les données

Intégrer les données
Ajouter des jeux de données
Fusionner des jeux de données
Exemples d’enregistrements

Transformer des champs
Utiliser le langage de contrôle pour la manipulation d’expression
Dériver des champs
Reclassification des champs
Champs bin

Autres transformations de champ
Utiliser des fonctions
Remplacer les valeurs de champ
Transformer les distributions

Examiner les relations
Examiner la relation entre deux champs catégoriels
Examiner la relation entre un champ catégoriel et un champ continu
Examiner la relation entre deux champs continus

Introduction à la modélisation
Décrire les objectifs de modélisation
Créer des modèles supervisés
Créer des modèles de segmentation

Améliorer l’efficacité
Utiliser l’évolutivité de la base de données par refoulement SQL
Traiter les valeurs aberrantes et les valeurs manquantes avec le nœud Audit des données
Utiliser le nœud Définir les globals
Utiliser les paramètres
Utiliser la boucle et l’exécution conditionnelle