培訓(xùn)目標(biāo)：
本課程結(jié)束后，受培訓(xùn)人員將能熟練使用Modeler軟件，能夠根據(jù)常見的不同種類的數(shù)據(jù)挖掘研究需要進(jìn)行方案設(shè)計、數(shù)據(jù)分析、建模和報告的撰寫。在培訓(xùn)中將安排一系列討論會和實際數(shù)據(jù)練習(xí)，以保證學(xué)員有足夠的實踐機(jī)會實際操作Modeler軟件。
Modeler培訓(xùn)課程內(nèi)容：
1 統(tǒng)計分析方法與數(shù)據(jù)挖掘基本原理培訓(xùn)
? 課程描述
? 介紹數(shù)據(jù)挖掘方法論以及CRISP-DM的6個步驟
? 培訓(xùn)對象
? 戰(zhàn)略規(guī)劃部、市場研究部、數(shù)據(jù)分析部等相關(guān)研究人員
? 必要技能
? 統(tǒng)計方法基礎(chǔ)知識、數(shù)據(jù)挖掘基本原理
? 培訓(xùn)內(nèi)容
? 統(tǒng)計分析方法與數(shù)據(jù)挖掘基本原理
? 第一講
? 如何從掌握統(tǒng)計方法到掌握數(shù)據(jù)挖掘
? 與傳統(tǒng)的統(tǒng)計分析方法相比而言：
? 什么是數(shù)據(jù)挖掘？
? 數(shù)據(jù)挖掘能做什么？
? 數(shù)據(jù)挖掘在協(xié)助企業(yè)業(yè)務(wù)的分類、預(yù)測、聚類和模型可視化方面的特點；
? 數(shù)據(jù)挖掘在其他商業(yè)領(lǐng)域的應(yīng)用，如完善客戶關(guān)系管理、贏得市場營銷戰(zhàn)役；
? 如何從掌握統(tǒng)計分析方法到掌握數(shù)據(jù)挖掘？
? 第二講
? 數(shù)據(jù)挖掘基本原理和實踐操作方法論
? 數(shù)據(jù)挖掘的基本原理
? 數(shù)據(jù)挖掘?qū)嵺`中所要求的數(shù)據(jù)結(jié)構(gòu)、衍生變量和數(shù)據(jù)轉(zhuǎn)換
? 數(shù)據(jù)挖掘的模型建構(gòu)方法、模型的評估、模型的檢驗和修訂
? 目前主流的數(shù)據(jù)挖掘工具軟件比較
? 如何在實踐操作中運(yùn)用CRISP-DM數(shù)據(jù)挖掘程序
? 如何從商業(yè)角度和數(shù)據(jù)角度了解數(shù)據(jù)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(yīng)該完成的工作和產(chǎn)生的結(jié)果

?
2、 Modeler軟件操作基礎(chǔ)及數(shù)據(jù)處理使用培訓(xùn)
? 培訓(xùn)對象
? 客戶企業(yè)所指派的Modeler實際使用人員
? 涉及產(chǎn)品
? Modeler
? 培訓(xùn)內(nèi)容
? Modeler軟件操作基礎(chǔ)培訓(xùn)
? Modeler的數(shù)據(jù)處理技術(shù)
? 第一講
? 操作概述
? 基礎(chǔ)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(chǔ)操作之?dāng)?shù)據(jù)準(zhǔn)備
? 讀取數(shù)據(jù)文件
? 數(shù)據(jù)質(zhì)量評估
? 數(shù)據(jù)處理
? 尋找數(shù)據(jù)中的關(guān)系
? 第二講
? 建模概述
? Modeler中所包含的數(shù)據(jù)建模概述
? 神經(jīng)網(wǎng)絡(luò)技術(shù)建模
? 決策樹技術(shù)建模
? 模型比較與模型合并
? Kohonen神經(jīng)網(wǎng)絡(luò)
? 關(guān)聯(lián)規(guī)則
? 時序發(fā)現(xiàn)
? 模型的發(fā)布
? 第三講
? 數(shù)據(jù)處理技術(shù)
?
? 合并多個數(shù)據(jù)源數(shù)據(jù)
? 抽取樣本，選擇和緩存數(shù)據(jù)
? 處理缺失數(shù)據(jù)
? 處理日期
? 處理時序數(shù)據(jù)
? 文件操作
? 數(shù)據(jù)聚合
? 附錄:?通過ODBC讀取數(shù)據(jù)
? 附錄:?Modeler的數(shù)據(jù)庫連接
?

?
3 Modeler的高級建模

?課程描述
? 介紹Modeler的建模技術(shù)以及Meta?Modeling技術(shù)
? 培訓(xùn)對象
? 完成第二、三課學(xué)習(xí)的學(xué)員
? 必要技能
? 第二、三課學(xué)習(xí)的技能
? 培訓(xùn)內(nèi)容
? 利用神經(jīng)網(wǎng)絡(luò)完成分群（Neural?networks?for?classification）
? 高級規(guī)則歸納（Advanced?rule?induction）
? 聚類技術(shù)（clustering）
? 高級關(guān)聯(lián)規(guī)則（Advanced?association?rules）
? 線性回歸（Linear?Regression）
? 邏輯回歸（Logistic?Regression）
? 濃縮數(shù)據(jù)：基本組件（Data?Reduction:?Principal?Components）
? 從模型中獲取數(shù)據(jù)(meta?models,?error?modeling)

?