IBM SPSS Modeler Foundations (V18.2) (0A069G)

 

Résumé du cours

This course provides the foundations of using IBM SPSS Modeler and introduces the participant to data science. The principles and practice of data science are illustrated using the CRISP-DM methodology. The course provides training in the basics of how to import, explore, and prepare data with IBM SPSS Modeler v18.2, and introduces the student to modeling.

Moyens Pédagogiques :
  • Quiz pré-formation de vérification des connaissances (si applicable)
  • Réalisation de la formation par un formateur agréé par l’éditeur
  • Formation réalisable en présentiel ou en distanciel
  • Mise à disposition de labs distants/plateforme de lab pour chacun des participants (si applicable à la formation)
  • Distribution de supports de cours officiels en langue anglaise pour chacun des participants
    • Il est nécessaire d'avoir une connaissance de l'anglais technique écrit pour la compréhension des supports de cours
Moyens d'évaluation :
  • Quiz pré-formation de vérification des connaissances (si applicable)
  • Évaluations formatives pendant la formation, à travers les travaux pratiques réalisés sur les labs à l’issue de chaque module, QCM, mises en situation…
  • Complétion par chaque participant d’un questionnaire et/ou questionnaire de positionnement en amont et à l’issue de la formation pour validation de l’acquisition des compétences

A qui s'adresse cette formation

  • Data scientists
  • Business analysts
  • Clients who are new to IBM SPSS Modeler or want to find out more about using it

Pré-requis

  • Knowledge of your business requirements

Contenu

Introduction to IBM SPSS Modeler

  • • Introduction to data science
  • • Describe the CRISP-DM methodology
  • • Introduction to IBM SPSS Modeler
  • • Build models and apply them to new data

Collect initial data

  • • Describe field storage
  • • Describe field measurement level
  • • Import from various data formats
  • • Export to various data formats

Understand the data

  • • Audit the data
  • • Check for invalid values
  • • Take action for invalid values
  • • Define blanks

Set the unit of analysis

  • • Remove duplicates
  • • Aggregate data
  • • Transform nominal fields into flags
  • • Restructure data

Integrate data

  • • Append datasets
  • • Merge datasets
  • • Sample records

Transform fields

  • • Use the Control Language for Expression Manipulation
  • • Derive fields
  • • Reclassify fields
  • • Bin fields

Further field transformations

  • • Use functions
  • • Replace field values
  • • Transform distributions

Examine relationships

  • • Examine the relationship between two categorical fields
  • • Examine the relationship between a categorical  and continuous field
  • • Examine the relationship between two continuous fields

Introduction to modeling

  • • Describe modeling objectives
  • • Create supervised models
  • • Create segmentation models

Improve efficiency

  • • Use database scalability by SQL pushback
  • • Process outliers and missing values with the Data Audit node
  • • Use the Set Globals node
  • • Use parameters
  • • Use looping and conditional execution

Prix & Delivery methods

Formation en salle équipée

Durée
2 jours

Prix
  • France : 1 500,– €
Dates et Inscription
Demande de date

Actuellement aucune session planifiée