(0A0V7) Прогнозирование количественных показателей с использованием IBM SPSS Modeler (v18)

Цель курса

Данный курс дает необходимые теоретические знания и практические навыки для прогнозирования количественных (числовых) показателей в IBM SPSS Modeler. Слушатели изучат модели вывода правил методом индукции, такие как CHAID и дерево C&R. Также в курсе рассматриваются традиционные статистические модели, такие как линейная регрессия, и модели машинного обучения. Рассматриваемые технологии могут применяться для решения таких бизнес-задач, как: прогноз продолжительности подписки (на периодические издания, телекоммуникационные услуги), прогноз суммы выплат по страховым случаям, прогноз объёма продаж.

Для кого предназначен этот курс

Данный курс среднего уровня сложности является продолжением курса «Знакомство с IBM SPSS Modeler и процессом Data Mining» и предназначен для всех желающих познакомиться с технологиями моделирования, доступных в IBM SPSS Modeler, для прогнозирования количественных (числовых) показателей. В первую очередь для аналитиков данных и бизнес-аналитиков.

Для успешного прохождения курса слушатели должны

• Необходимо предварительно пройти курс «Знакомство с IBM SPSS Modeler и процессом Data Mining».
• Необходим опыт работы в IBM SPSS Modeler, в том числе знакомство со средой, созданием рабочих потоков, импортом данных (узел Var. File), основными инструментами подготовки данных (узлы Type, Derive и Select), созданием отчетов (узлы Table и Data Audit) и созданием моделей.

По окончании курса слушатели смогут:

• Строить модели CHAID и C&R в интерактивном и автоматическом режимах для прогнозирования количественных показателей
• Строить традиционные статистические модели для прогнозирования количественных показателей
• Строить нейронные сети для прогнозирования количественных показателей

Основные темы:

• Основы моделирования
• Упражнение: Основы моделирования
• Построение дерева в интерактивном режиме
• Упражнение: Построение дерева в интерактивном режиме
• Построение дерева в автоматическом режиме
• Упражнение: Построение дерева в автоматическом режиме
• Использование традиционных статистических моделей
• Упражнение: Использование традиционных статистических моделей
• Использование моделей машинного обучения
• Упражнение: Использование моделей машинного обучения