培訓目標：
本課程結束后，受培訓人員將能熟練使用Modeler軟件，能夠根據常見的不同種類的數據挖掘研究需要進行方案設計、數據分析、建模和報告的撰寫。在培訓中將安排一系列討論會和實際數據練習，以保證學員有足夠的實踐機會實際操作Modeler軟件。
Modeler培訓課程內容：
1 統計分析方法與數據挖掘基本原理培訓
?
課程描述
?
介紹數據挖掘方法論以及CRISP-DM的6個步驟
?
培訓對象
?
戰略規劃部、市場研究部、數據分析部等相關研究人員
?
必要技能
?
統計方法基礎知識、數據挖掘基本原理
?
培訓內容
?
統計分析方法與數據挖掘基本原理
?
第一講
?
如何從掌握統計方法到掌握數據挖掘
?
與傳統的統計分析方法相比而言：
?
什么是數據挖掘？
?
數據挖掘能做什么？
?
數據挖掘在協助企業業務的分類、預測、聚類和模型可視化方面的特點；
?
數據挖掘在其他商業領域的應用，如完善客戶關系管理、贏得市場營銷戰役；
?
如何從掌握統計分析方法到掌握數據挖掘？
?
第二講
?
數據挖掘基本原理和實踐操作方法論
?
數據挖掘的基本原理
?
數據挖掘實踐中所要求的數據結構、衍生變量和數據轉換
?
數據挖掘的模型建構方法、模型的評估、模型的檢驗和修訂
?
目前主流的數據挖掘工具軟件比較
?
如何在實踐操作中運用CRISP-DM數據挖掘程序
?
如何從商業角度和數據角度了解數據挖掘解決問題的類型和思路
?
CRISP-DM的6個步驟以及每個步驟應該完成的工作和產生的結果
?
2、 Modeler軟件操作基礎及數據處理使用培訓
?
培訓對象
?
客戶企業所指派的Modeler實際使用人員
?
涉及產品
?
Modeler
?
培訓內容
?
Modeler軟件操作基礎培訓
?
Modeler的數據處理技術
?
第一講
?
操作概述
?
基礎界面介紹：
?
Modeler?14.2所包含的功能模塊
?
與Modeler先前版本的比較
?
基礎操作之數據準備
?
讀取數據文件
?
數據質量評估
?
數據處理
?
尋找數據中的關系
?
第二講
?
建模概述
?
Modeler中所包含的數據建模概述
?
神經網絡技術建模
?
決策樹技術建模
?
模型比較與模型合并
?
Kohonen神經網絡
?
關聯規則
?
時序發現
?
模型的發布
?
第三講
?
數據處理技術
?
?
合并多個數據源數據
?
抽取樣本，選擇和緩存數據
?
處理缺失數據
?
處理日期
?
處理時序數據
?
文件操作
?
數據聚合
?
附錄:?通過ODBC讀取數據
?
附錄:?Modeler的數據庫連接
?
?
3 Modeler的高級建模
?課程描述
?
介紹Modeler的建模技術以及Meta?Modeling技術
?
培訓對象
?
完成第二、三課學習的學員
?
必要技能
?
第二、三課學習的技能
?
培訓內容
?
利用神經網絡完成分群（Neural?networks?for?classification）
?
高級規則歸納（Advanced?rule?induction）
?
聚類技術（clustering）
?
高級關聯規則（Advanced?association?rules）
?
線性回歸（Linear?Regression）
?
邏輯回歸（Logistic?Regression）
?
濃縮數據：基本組件（Data?Reduction:?Principal?Components）
?
從模型中獲取數據(meta?models,?error?modeling)
?
合作伙伴與授權機構
849322415
總部李老師
