培训目标：
本课程结束后，受培训人员将能熟练使用Modeler软件，能够根据常见的不同种类的数据挖掘研究需要进行方案设计、数据分析、建模和报告的撰写。在培训中将安排一系列讨论会和实际数据练习，以保证学员有足够的实践机会实际操作Modeler软件。
Modeler培训课程内容：
1 统计分析方法与数据挖掘基本原理培训
|
课程描述
|
介绍数据挖掘方法论以及CRISP-DM的6个步骤
|
|
培训对象
|
战略规划部、市场研究部、数据分析部等相关研究人员
|
|
必要技能
|
统计方法基础知识、数据挖掘基本原理
|
|
培训内容
|
统计分析方法与数据挖掘基本原理
|
|
第一讲
如何从掌握统计方法到掌握数据挖掘
|
与传统的统计分析方法相比而言：
什么是数据挖掘？
数据挖掘能做什么？
数据挖掘在协助企业业务的分类、预测、聚类和模型可视化方面的特点；
数据挖掘在其他商业领域的应用，如完善客户关系管理、赢得市场营销战役；
如何从掌握统计分析方法到掌握数据挖掘？
|
|
第二讲
数据挖掘基本原理和实践操作方法论
|
数据挖掘的基本原理
数据挖掘实践中所要求的数据结构、衍生变量和数据转换
数据挖掘的模型建构方法、模型的评估、模型的检验和修订
目前主流的数据挖掘工具软件比较
如何在实践操作中运用CRISP-DM数据挖掘程序
如何从商业角度和数据角度了解数据挖掘解决问题的类型和思路
CRISP-DM的6个步骤以及每个步骤应该完成的工作和产生的结果
|
2、 Modeler软件操作基础及数据处理使用培训
|
培训对象
|
客户企业所指派的Modeler实际使用人员
|
|
涉及产品
|
Modeler
|
|
培训内容
|
Modeler软件操作基础培训
Modeler的数据处理技术
|
|
第一讲
操作概述
|
基础界面介绍：
Modeler 14.2所包含的功能模块
与Modeler先前版本的比较
基础操作之数据准备
读取数据文件
数据质量评估
数据处理
寻找数据中的关系
|
|
第二讲
建模概述
|
Modeler中所包含的数据建模概述
神经网络技术建模
决策树技术建模
模型比较与模型合并
Kohonen神经网络
关联规则
时序发现
模型的发布
|
|
第三讲
数据处理技术
|
合并多个数据源数据
抽取样本，选择和缓存数据
处理缺失数据
处理日期
处理时序数据
文件操作
数据聚合
附录: 通过ODBC读取数据
附录: Modeler的数据库连接
|
3 Modeler的高级建模
|
课程描述
|
介绍Modeler的建模技术以及Meta Modeling技术
|
|
培训对象
|
完成第二、三课学习的学员
|
|
必要技能
|
第二、三课学习的技能
|
|
培训内容
|
利用神经网络完成分群（Neural networks for classification）
高级规则归纳（Advanced rule induction）
聚类技术（clustering）
高级关联规则（Advanced association rules）
线性回归（Linear Regression）
逻辑回归（Logistic Regression）
浓缩数据：基本组件（Data Reduction: Principal Components）
从模型中获取数据(meta models, error modeling)
|
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击
服务优势：
丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。
专家力量：
中国科学院相关研究所高级研究人员
西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等
大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高
多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享
针对客户实际需要，真实案例演示，互动式沟通，学有所值
