您的位置: 首页 > 内训课首页 > 战略管理 > 课程详情

details

数据挖掘技术及Clementine工具的应用

暂无评价   
您实际购买的价格
付款时最多可用0淘币抵扣0元现金
购买成功后,系统会给用户帐号返回的现金券
淘课价
51200
可用淘币
0
返现金券
待定

你还可以: 收藏

培训受众:

本课程是为有兴趣建立或理解数据挖掘、决策支持系统的技术人员而开发的高级培训。也适用于业务分析及市场数据分析人员。

课程收益:

完成此门课程,学员将具备以下能力:
掌握数据挖掘的应用范围及技术发展方向
了解数据挖掘在各行业的应用
掌握关联分析算法及应用场景
掌握分类算法及应用场景
掌握聚类分析算法及应用场景
熟悉数据挖掘的其他算法
掌握数据挖掘步骤与CRISP-DM标准流程
掌握主流数据挖掘工具SPSS Clementine的应用
能够灵活运用本课所学知识,使用数据挖掘技术辅助业务分析

课程大纲:

课程大纲:
此门课程介绍了数据挖掘的基本理论和实际应用技术。重点介绍了数据挖掘的基本算法,包括关联分析技术、分类和预测技术、聚类分析技术等,以及算法的应用案例,课程还介绍了数据挖掘步骤及流程,并以SPSS Clementine为例讲解了数据挖掘工具的使用。
第一天 数据挖掘简介
数据挖掘系统的分类
示例:数据挖掘在各行业中的应用
数据预处理
描述性数据汇总
数据清理
数据集成和变换
数据归约
统计学中的几个基本概念
数据挖掘工具 SPSS Clementine
工具简介
工具安装
读取数据文件
建模及模型评价过程
Clementine中的数据挖掘各种算法介绍
实验:使用Clementine统计软件进行挖掘前的数据浏览与预处理
第二天 数据挖掘过程CRISP-DM简介
数据挖掘算法概述
关联和相关
购物篮分析
频繁模式挖掘
Apriori算法介绍
挖掘各种类型的关联规则
由关联挖掘到相关分析
关联分析算法的使用场景
Clementine关联分析技术
GRI/Carma/Apriori算法
实例1:使用关联分析进行业务挖掘
实例2:使用关联分析套餐捆绑挖掘
第三天 分类
用决策树归纳分类
神经网络
贝叶斯分类
基于规则的分类
分类算法的使用场景
实例:使用分类方法进行客户流失分析
回归分析与预测
时间序列
Clementine分类技术
决策树技术、Logistics回归、神经网络
示例:使用回归(时间序列)分析进行网络流量预测
第四天 聚类分析
聚类分析中的数据类型
划分方法
层次方法
基于密度的方法
基于网格的方法
聚类算法的使用场景
Clementine聚类技术
Kohonen网络/两步聚类/K-means
实例:聚类分析实例,客户聚类
数据挖掘模型评价
Clementine中的模型评估技术
评估图、分析节点

本课程名称: 数据挖掘技术及Clementine工具的应用

查看更多:战略管理内训课

数据挖掘 Clementine 商务智能 数据挖掘工具 相关的最新课程
讲师动态评分 与同行相比

授课内容与课纲相符00%

讲师授课水平00%

服务态度00%