Course Outline

Invoering

  • Overzicht van geavanceerde analyses en datamining
  • Overzicht van CRISP-DM
  • De gebruikersinterface van Modeler begrijpen
  • Inzicht in de werking van bouwstromen

Gegevens begrijpen

  • Gegevens inlezen in Modeler
  • Meetniveau en veldrollen
  • Het gegevensauditknooppunt gebruiken

Data voorbereiding

  • Het selecteren van gevallen
  • Categorische waarden opnieuw classificeren
  • Gebruik een toevoegknooppunt en een samenvoegknooppunt
  • Velden afleiden

Modellering

  • Overzicht van modellering
  • Een partitieknooppunt gebruiken
  • Een CHAID-model bouwen
  • Modelbeoordeling

Evaluatie en implementatie

  • Met behulp van analyse- en evaluatieknooppunt
  • Nieuwe gegevens scoren en exporteren
  • Met behulp van een plat bestandsknooppunt

Probleemoplossen

Samenvatting en volgende stappen

Requirements

  • Geen datamining-achtergrond nodig

Publiek

  • Data-analisten
  • Iedereen die meer wil weten over SPSS Modeler
 14 Hours

Number of participants



Price per participant

Getuigenissen (5)

Related Courses

Knowledge Discovery in Databases (KDD)

21 Hours

Cluster Analysis with R and SAS

14 Hours

From Data to Decision with Big Data and Predictive Analytics

21 Hours

Data Mining and Analysis

28 Hours

Data Mining

21 Hours

Data Mining with Python

14 Hours

Data Mining with R

14 Hours

Data Vault: Building a Scalable Data Warehouse

28 Hours

Data Visualization

28 Hours

Data Mining with Excel

14 Hours

Data Mining with Weka

14 Hours

Data Mining & Machine Learning with R

14 Hours

Data Science for Big Data Analytics

35 Hours

Foundation R

7 Hours

KNIME Analytics Platform for BI

21 Hours

Related Categories

1