培训对象
对数据挖掘或Modeler感兴趣的使用者和数据分析人员和已经修过基础培训的学员。
培训概要
本课程将介绍数据挖掘原理、SPSS Modeler的高级数据处理技术，学习如何合并和处理文件，样本数据，处理缺失值和时序数据。详细介绍SPSS Modeler的建模技术以及Meta Modeling技术，并学习如何将其应用到具体业务操作中。
培训目的
培训人员能够掌握数据挖掘理论和复杂的建模技术、并将其应用到具体业务操作中。
培训大纲
1、高级数据准备技术
合并多个数据源数据
抽取样本，选择和缓存数据
处理日期数据、时序数据
文件操作技术
RFM汇总及RFM分析
分箱节点
自动整理数据
2、SPSS Modeler分类技术
决策树技术、Logistics回归、神经网络
3、SPSS Modeler细分技术
Kohonen网络/两步聚类/K-means
4、SPSS Modeler关联分析技术
GRI/Carma/Apriori
序列节点
5、SPSS Modeler自动建模技术： 自动聚类节点、自动分类节点、自动数值节点
6、SPSS Modeler其他技术
线性回归、特征选择、Cox回归
支持向量机（SVM）
主成分/因子分析
使用SPSS Syntax
7、SPSS Modeler中的数据建模技术： 评估图、分析节点
8、SPSS Modeler demo演示
培训特色
授课讲师，拥有丰富的企业应用能力、实际经验和丰富的授课经验
