IBM : Clustering et Association modèles avec IBM SPSS Modeler - ILT
Ce cours est une partie essentielle du processus d'apprentissage. Il fournit des exemples de création de modèles d'association.
Objectifs
A la fin de cette formation vous saurez :
- Créer des modèles de séquence
- Trouver des règles décrivant les relations au sein d'un ensemble d'éléments.
- Segmenter des données avec toutes les techniques de clustering disponibles dans IBM SPSS Modeler
Programme
- Introduction aux modèles de regroupement et d'association
- Préparation des données pour la modélisation
- Les modèles de classification
- Des modèles d'association
- Des modèles de séquence
Prérequis
Pour suivre ce cours, il est préférable d'avoir :
- Des connaissances en informatique générale
- Avoir suivi avec succès la formation OA002
- Une expérience de l'utilisation d’IBM SPSS Modeler et être familiarisé avec son environnement
Public
Cette formation s'adresse aux personnes qui souhaitent se familiariser avec la gamme complète des techniques de modélisation disponibles dans IBM SPSS Modeler pour segmenter les données (cluster) et créer des modèles de données d'association ou séquentielles.
Objectifs
A la fin de cette formation vous saurez :
- Créer des modèles de séquence
- Trouver des règles décrivant les relations au sein d'un ensemble d'éléments.
- Segmenter des données avec toutes les techniques de clustering disponibles dans IBM SPSS Modeler
Programme
- Introduction aux modèles de regroupement et d'association
- Préparation des données pour la modélisation
- Les modèles de classification
- Des modèles d'association
- Des modèles de séquence
Prérequis
Pour suivre ce cours, il est préférable d'avoir :
- Des connaissances en informatique générale
- Avoir suivi avec succès la formation OA002
- Une expérience de l'utilisation d’IBM SPSS Modeler et être familiarisé avec son environnement
Public
Cette formation s'adresse aux personnes qui souhaitent se familiariser avec la gamme complète des techniques de modélisation disponibles dans IBM SPSS Modeler pour segmenter les données (cluster) et créer des modèles de données d'association ou séquentielles.