Здесь Вы можете заказать интересующие Вас курсы,
заполнив Заявку на обучение

Заявка на обучение
Главная \ Каталог курсов \ IBM \ IBM Analytics \ (0A0U5) Классификация клиентов с использованием IBM SPSS Modeler (V16)

(0A0U5) Классификация клиентов с использованием IBM SPSS Modeler (V16)

Дни 1 день
Дата курса
Цена:
19 538 руб.
Кол-во:
поделиться


Цель курса

«Классификация клиентов с использованием IBM SPSS Modeler» - это однодневный курс средней сложности, описывающий использование IBM SPSS Modeler для прогнозирования категории, к которой принадлежит тот или иной клиент. Слушатели изучат модели вывода правил методом индукции, такие как CHAID и дерево C&R. Также в курсе рассматриваются традиционные статистические модели и модели машинного обучения. В курсе освещаются такие бизнес-вопросы, как: сменит ли абонент провайдера услуг, прореагирует ли клиент на определенную рекламную кампанию. Несмотря на то, что курс сфокусирован на классификации клиентов (в том числе студентов, пациентов, сотрудников компаний и т.д.) рассматриваемые технологии могут также применяться в таких вопросах как, к примеру, прогнозирование поломок деталей двигателя.

Для кого предназначен этот курс

Данный курс среднего уровня сложности является продолжением курса «Знакомство с IBM SPSS Modeler и процессом Data Mining» и предназначен для всех желающих познакомиться с технологиями моделирования, доступных в IBM SPSS Modeler для классификации клиентов по категориям. В первую очередь для аналитиков данных и бизнес-аналитиков.

Для успешного прохождения курса слушатели должны

  • Необходим опыт работы в IBM SPSS Modeler, в том числе знакомство со средой, созданием рабочих потоков, импортом данных (узел Var. File), основными инструментами подготовки данных (узлы Type, Derive и Select), созданием отчетов (узлы Table и Data Audit) и созданием моделей.
  • Необходимо предварительно пройти курс «Знакомство с IBM SPSS Modeler и процессом Data Mining».
  • Знания / опыт в математической статистике приветствуются.

По окончании курса слушатели смогут:

  • Строить деревья интерактивно при помощи моделей CHAID, C&R и Quest для прогнозирования категорийных показателей
  • Строить деревья автоматически 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

Основные темы:

  • Классификация клиентов – обзор
  • Упражнение: Изучение отклика на рекламную кампанию
  • Построение дерева в интерактивном режиме с использованием модели CHAID
  • Упражнение: Построение дерева CHAID в интерактивном режиме для прогнозирования оттока клиентов
  • Упражнение: Оценка построенного дерева и получение прогноза модели
  • Упражнение: Использование модели CHAID в интерактивном режиме для прогнозирования отклика на рекламную кампанию
  • Построение дерева в интерактивном режиме с использованием моделей C&R и Quest
  • Упражнение: Построение деревьев C&R и Quest в интерактивном режиме для прогнозирования оттока клиентов
  • Упражнение: Использование моделей C&R и Quest в интерактивном режиме для прогнозирования отклика на рекламную кампанию
  • Построение дерева в автоматическом режиме
  • Упражнение: Построение дерева в автоматическом режиме для прогнозирования оттока клиентов
  • Упражнение: Построение дерева в автоматическом режиме для прогнозирования отклика на рекламную кампанию
  • Использование традиционных статистических моделей
  • Упражнение: Использование моделей Дискриминантный анализ и Логистическая регрессия для прогнозирования оттока клиентов
  • Упражнение: Использование моделей Дискриминантный анализ и Логистическая регрессия для прогнозирование отклика на рекламную кампанию
  • Использование моделей машинного обучения
  • Упражнение: Использование нейронных сетей для прогнозирования оттока клиентов
  • Упражнение: Использование нейронных сетей для прогнозирования кредитного риска

Длительность: 

1 день