Informationen zur Technologie

Der IBM SPSS Modeler ist eine Lösung für Visual Data Science und Machine Learning (ML) zur Datenaufbereitung und -erkennung, der Vorhersageanalyse, das Modellmanagement und die -bereitstellung sowie zur Beschleunigung operativer Aufgaben für Data Scientists.


IBM SPSS Modeler 18.2 - Verwendung fortgeschrittener Machine Learning Modelle - Schulung(1 Tag)

Advanced Machine Learning Models Using IBM SPSS Modeler (V18.2)

Kurzbeschreibung

Dieser IBM-Kurs vermittelt den Teilnehmern Kenntnisse und Fertigkeiten im Umgang mit dem IBM SPSS Modeler, in dem fortgeschrittene Modelle verfügbar sind. Sie lernen ein Verfahren mit dem Namen PCA/Factor zur Reduzierung der Anzahl der Felder auf eine Reihe von Kernfaktoren, die als Komponenten oder Faktoren bezeichnet werden, kennen. Behandelt werden weiterhin überwachte Modelle, einschließlich Support Vector Machines, Random Trees, und XGBoost, die Überprüfung durch Methoden der Textdatenanalyse, die Kombination individueller Modelle zu einem einzelnen Modell und die Optimierung der Leistung von IBM SPSS Modeler, indem externe Modelle, die in Python oder R entwickelt wurden zur Modellierungspalette hinzugefügt werden.


Voraussetzungen

• Kenntnisse der Geschäftsanforderungen
• Kenntnisse der Grundlagen der Modellierung
• IBM SPSS Modeler-Erfahrungen mit überwachten Machine Learning Modellen(CHAID, C&R Tree, Regression, Random Trees, Neural Net, XGBoost) und mit unüberwachten Machine Learning Modellen (TwoStep Cluster), und Association Machine Learning Modellen wie APriori


Seminarinhalt

Einführung in fortgeschrittene Machine Learning Modelle
• Taxonomie der Modelle
• Übersicht der überwachten Modelle
• Übersicht der Modelle zur Erstellung natürlicher Gruppierungen

Gruppenfelder
• Faktoranalyse und Hauptkomponentenanalyse
• Faktoranalyse Grundlagen
• Hauptkomponenten Grundlagen
• Grundlagen der Faktoranalyse
• Schlüsselprobleme in der Faktorenanalyse
• Verbesserung der Interpretierbarkeit
• Faktor- und Komponentenwerte
• Prognoseziele mit der Nearest Neighbor Analysis
• Nearest Neighbor Grundlagen
• Bewertung der Schlüsselprobleme in der Nearest Neighbor Analysis
• Bewertung des Modells

Fortgeschrittene, überwachte Modelle
• Support Vector Machines Grundlagen
• Random Trees Grundlagen
• XGBoost Grundlagen

Einführung in generalisierte lineare Modelle
• Generalisierte lineare Modelle
• Verfügbare Verteilungen
• Verfügbare Link-Funktionen

Kombination von überwachten Modellen
• Kombination von Modellen mit dem Ensemble-Knoten
• Ensemble-Methoden für kategoriale Ziele
• Identifizierung Ensemble-Methoden für Flag-Ziele
• Identifizierung von Ensemble-Methoden für stetige Ziele
• Modellierung auf Meta-Ebene

Verwendung externer Machine Learning-Modelle
• IBM SPSS Modeler Erweiterungs-Knoten
• Verwendung externer Machine-Learning-Programme in IBM SPSS Modeler

Analyse von Textdaten
• Text Mining und Data Science
• Text Mining-Anwendungen
• Modellierung mit Textdaten


Zielgruppen

• Erfahrende Anwender
• Datenwissenschaftler
• Businessanalysten


Preise und Termine

offene Schulung
Eine offene Schulung findet in einem unserer Schulungszentren statt.
Dauer:1 Tage
Preis:800,00 € zzgl. USt. pro Teilnehmer (952,00€ inkl. USt.)
Seminarstandorte:
Starttermine:
(ortsabhängig)


Unterlagen:zzgl.
Verpflegung:zzgl.
Prüfung/Zertifizierung:zzgl.
Firmenschulung
Eine Firmenschlung kann sowohl bei Ihnen vor Ort als auch in einem unserer Schulungszentren stattfinden.
Dauer:1 Tage
Preis ab:1.495,00 € zzgl. USt. pro Tag (1.779,05€ inkl. USt.)
Schulungszentren:
  • Hamburg
  • Berlin
  • Frankfurt
  • München
  • Nürnberg
  • Düsseldorf
  • Wien
  • Stuttgart
  • Hannover
  • Köln
  • Dortmund
Starttermin:individuelle Vereinbarung
Unterlagen:zzgl.
Verpflegung:zzgl.
Prüfung/Zertifizierung:zzgl.

Software

IBM SPSS Modeler 18.2



Seminarsprache

Wir bieten unsere Seminare hauptsächlich in deutscher Sprache an – je nach Wunsch aber gerne auch in Englisch oder einer anderen Seminarsprache. Bitte fragen Sie doch einfach bei uns an.