Predictive Modeling for Categorical Targets Using IBM SPSS Modeler (v18.1.1)

Цель курса:

В данном курсе рассматривается использование IBM SPSS Modeler для прогнозирования категорийных показателей, таких как отток клиентов, отклик на рекламную рассылку, отказ оборудования и т.д. Слушатели изучат модели вывода правил методом индукции (CHAID и дерево C&R), традиционные статистические модели (Логистическая регрессия и Дискриминантный анализ), а также модели машинного обучения (Нейронная сеть). В процессе изучения моделей делается акцент на опциях для настройки моделей, интерпретации результатов работы моделей, а также различиях между моделями.

Для кого предназначен этот курс:

Данный курс среднего уровня сложности является продолжением курса «Знакомство с IBM SPSS Modeler и наукой о данных» и предназначен для всех желающих познакомиться с методами прогнозирования категорийных показателей. В первую очередь курс будет полезен для специалистов по анализу данных и бизнес-аналитиков.

Для успешного прохождения курса слушатели должны:

Необходим опыт работы в IBM SPSS Modeler, включающий такие навыки, как создание рабочих потоков, импорт данных, преобразование данных, установка единицы анализа и создание моделей.

Рекомендуется предварительно пройти курс «Знакомство с IBM SPSS Modeler и наукой о данных».

Знания / опыт в математической статистике приветствуются.

По окончании курса слушатели смогут:

Строить деревья решений в интерактивном режиме при помощи моделей CHAID, C&R и Quest для прогнозирования категорийных показателей

Строить деревья решений в автоматическом режиме при помощи моделей CHAID, C&R, QUEST и C5.0 для прогнозирования категорийных показателей

Использовать традиционные статистические модели Дискриминантный анализ и Логистическая регрессия для прогнозирования категорийных показателей

Использовать модель Нейронная сеть для прогнозирования категорийных показателей