设为首页收藏本站

小牛社区-大数据学习交流社区|大数据免费学习资源

 找回密码
 立即注册!

QQ登录

只需一步,快速开始

扫一扫,访问微社区

查看: 339|回复: 0

SPSS Modeler数据挖掘项目实战(数据挖掘、建模技术)

[复制链接]

3203

主题

3533

帖子

1万

积分

管理员

Rank: 18Rank: 18Rank: 18Rank: 18Rank: 18

积分
14297
发表于 2016-6-6 21:18:36 | 显示全部楼层 |阅读模式
SPSS Modeler是业界极为著名的数据挖掘软件,其前身为SPSS Clementine。SPSS Modeler内置丰富的数据挖掘模型,以其强大的挖掘功能和友好的操作习惯,深受用户的喜爱和好评,成为众多知名企业在数据挖掘项目上的软件产品选择。
本课程以SPSS Modeler为应用软件,以数据挖掘项目生命周期为线索,以实际数据挖掘项目为例,讲解了从项目商业理解开始,到最后应用Modeler软件实现的挖掘过程。
作为数据挖掘项目的重要干系人,数据挖掘专家需要对数据挖掘项目的生命周期、整体管理、挖掘技术等方面都有一定程度的理解。当然,任何一个人都不可能独立完成整个挖掘过程,任何一个人都不可能深入地掌握所有建模算法细节。虽然,这看起来遥不可及,但是掌握项目的管理思想,掌握算法的数学思想,并在实际项目中,结合项目的实际情况,灵活应对,持续改进优化,成功交付项目,则是经过一定学习和训练,经过一定经验积累,就可以达到的。
本课程深入浅出,揭开数据挖掘的神秘面纱,抛开繁琐枯燥的数学推导,注重对模型数学思想的解释与引导。认真学习完本课程,掌握模型思想,在实际项目中举一反三,就能对数据挖掘项目在建模阶段的模型选择、评估等进行很好的把握。同时,本课程全程贯穿项目管理思想,注重项目实际建设过程,是数据挖掘项目的项目经理、产品经理、项目指导等朋友的良好指导。对于初次接触数据挖掘项目,或是有强烈意愿从事数据挖掘事业的朋友,更是非常好的入门教程。您可以通过本课程的学习,对数据挖掘项目的实际建设过程有一定程度的理解和心得,结合您自身的兴趣和专业特点,找准您希望以后在数据挖掘项目团队中所担任的角色,并以该角色对能力素质的要求来指导自己,不断完善自我提升,逐步成为该领域的专家。在这一点上,本课程更像是您的职业规划指导,希望能为您找准自身定位,实现自我规划,提供更多帮助。
如您更为关注对挖掘模型的数值算法实现及细节优化,并具备一定程度的数学功底,欢迎您持续关注北风网后续高级课程。

1.课程研发环境
本课程使用SPSS Modeler14.1用作课堂演示。可在各大网站下载该版本及更高版本资源,仅作学习交流使用。
2.内容简介
本教程从数据挖掘生命周期、过程及管理思想开始,讲解了实际项目中各大阶段的重要任务及各自承上启下的关键作用。并用通俗易懂的语言将挖掘技术所涉及的思想、方法、参数与统计学基础联系起来,仔细讲解了包括维度、数据、分析、数据流等在内的功能、参数的实际意义和选择、组合等应用方法。对建模技术的原理思想及选择方法是本课程的重点与难点。此外,本课程在结合对Modeler软件应用的同时,更加强调建模思想,强调模型规划设计。针对有更高要求的朋友,还应常常训练自己对数据挖掘项目全过程的整体规划与设计,培养自己项目全局的眼光和思维方式。

空空老师,本名穆敏,PMP of PMI、信息系统项目管理师、高级工程师。数学专业,11年大型企业信息化建设经验,长期从事BI(商业智能分析)、DM(数据挖掘)、PLM(产品生命周期)、ERP(企业资源管理)、CRM(客户关系管理)等项目规划、建设与管理工作,具有丰富的系统规划、开发、管理、项目结构治理、IT战略规划等经验。并长期担任数据挖掘、建模思想、高级项目管理、PMP、IT技术等培训工作。培训经验丰富,思路清晰,语言风趣幽默,深受学员喜爱。

第一章、数据挖掘项目管理基础与思想
第一课:课程规划
第二课:DM项目的生命周期与建设过程
第三课:CRISP-DM详解
第四课:DM项目实际建设与管理过程(上)
第五课:DM项目实际建设与管理过程(下)
第六课:DM团队组成与能力素养
第二章、感性认识SPSS Modeler
第七课:SPSS MODELER软件基础
第八课:MODELER节点概要
第九课:MODELER数据流实例解读
第三章、必备的统计学基础
第十课:简单的统计学概念
第十一课:常用的分布函数
第十二课:统计学基础的其它补充
第四章、数据准备与预处理
第十三课:数据质量与样本管理
第十四课:MODELER变量管理
第十五课:MODELER分析管理
第五章、常用模型的数学思想与思考
第十六课:数据挖掘知识类型
第十七课:模型过程思想
第十八课(上):回归分析思想与建模解释
第十八课(下):回归分析建模解释(续)
第十九课:决策树思想与建模解释
第二十课:回归与决策树增补
第二十一课:神经网络思想与建模解释
第二十二课:SVM思想与建模解释
第二十三课:聚类思想与建模解释
第二十四课:关联思想与建模解释
第六章、项目案例解析
第二十五课:信用风险评估
第二十六课:经营辅助决策






1、熟悉数据挖掘项目的生命周期,培养数据挖掘项目的管理思想,融入每一次项目实际。
2、培养对数据挖掘项目的统筹、接口、把控能力。
3、培养数据挖掘模型的数学思想,学会根据实际的项目情况,对模型进行管理。
4、熟练SPSS MODELER软件工具的应用。
5、结合自身特点与兴趣,找准定位,做好职业规划。

亮点一、数据挖掘与各门数学分支关系密切,本课程在建模技术的讲解部分,尽量舍弃复杂的数学公式,用简洁的语言描述原理和思想。如您对此感兴趣,将对您数学思想的养成有所帮助。
亮点二、本课程尽量在课堂上手把手和大家一起设计数据流,带领大家从入门到精通。
亮点三、您只需跟随本课程的进度,就能读懂Modeler建模环节中所涉及到的参数的数学理解,避免了您为了补充各门数学基础而沦陷在广博的数学知识中。
亮点四、本课程虽然课时有限,但对整个数据挖掘项目上所涉及到的内容与结构均有所包含,时刻强调对数据挖掘项目整体的眼光与角度,强调对技术知识、业务积累、管理思想的结合。各位朋友可举一反三、灵活应用到各自领域的不同项目中,实用性强.。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册!

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册!

本版积分规则

快速回复 返回顶部 返回列表