天天干天天操天天爱-天天干天天操天天操-天天干天天操天天插-天天干天天操天天干-天天干天天操天天摸

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(zhàn)略規(guī)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(yè)業(yè)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(yè)領域的應用，如完善客戶關系管理、贏得市場營銷戰(zhàn)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(yè)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(yè)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(guī)則
? 時序發(fā)現
? 模型的發(fā)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(guī)則歸納（Advanced?rule?induction）
? 聚類技術（clustering）
? 高級關聯規(guī)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)

?