Descripción
En SIXE llevamos más de 12 años impartiendo formación oficial de IBM en todo el mundo. Obtenga la mejor capacitación impartida por nuestros especialistas en Europa y América Latina.
Datos del curso
| Código IBM: 0A039GES / 0A039G | Categoría / Subcategoría: IBM SPSS Modeler / IBM SPSS Modeler |
| Modalidad: Online y presencial | Duración en días: 1 |
Público al que va dirigido
- Científicos de datos
- Analistas de negocios
- Usuarios experimentados de IBM SPSS Modeler que desean aprender sobre técnicas avanzadas en el software < / li>
Requisitos previos deseados:
- Conocimiento de los requisitos de su negocio
- Solicitud: curso de IBM SPSS Modeler Foundations (V18.2) (0A069G / 0E069G) o conocimiento equivalente de cómo importar, explorar y prepare datos con IBM SPSS Modeler v18.2 y conozca los conceptos básicos del modelado.
- Recomendado: Introducción a los modelos de aprendizaje automático utilizando el curso IBM SPSS Modeler (V18.2) (0A079G / 0E079G) o conocimiento o experiencia equivalente con el producto sobre modelos de aprendizaje automático supervisados (CHAID, C & amp; R Tree, Regression, Random Trees, Neural Net, XGBoost), modelos de aprendizaje automático no supervisados (TwoStep Cluster) y modelos de asociación de aprendizaje automático como APriori.
Instructores
La gran mayoría de los cursos de IBM que ofrecemos están impartidos directamente por nuestros ingenieros. Solo así podemos garantizar la máxima calidad de los mismos. Complementamos todas las formaciones con materiales y laboratorios de elaboración propia, basados en nuestra experiencia durante los despliegues, migraciones y cursos que hemos realizado durante todos estos años.
Valor añadido
Nuestros cursos están profundamente orientados al rol a desempeñar. No es lo mismo las necesidades de dominio de una tecnología para un equipo de desarrolladores, que para las personas encargadas de desplegar y administrar la infraestructura. Es por ello que más allá de comandos y tareas, nos centramos en la resolución de los problemas que se presentan en el día a día de cada equipo. Proporcionándoles los conocimientos, competencias y habilidades requeridas para cada proyecto. Además nuestra documentación está basada en la última versión de cada producto.
Agenda y temario del curso
Introduction to advanced machine learning models
• Taxonomy of models
• Overview of supervised models
• Overview of models to create natural groupings
Group fields: Factor Analysis and Principal Component Analysis
• Factor Analysis basics
• Principal Components basics
• Assumptions of Factor Analysis
• Key issues in Factor Analysis
• Improve the interpretability
• Factor and component scores
Predict targets with Nearest Neighbor Analysis
• Nearest Neighbor Analysis basics
• Key issues in Nearest Neighbor Analysis
• Assess model fit
Explore advanced supervised models
• Support Vector Machines basics
• Random Trees basics
• XGBoost basics
Introduction to Generalized Linear Models
• Generalized Linear Models
• Available distributions
• Available link functions
Combine supervised models
• Combine models with the Ensemble node
• Identify ensemble methods for categorical targets
• Identify ensemble methods for flag targets
• Identify ensemble methods for continuous targets
• Meta-level modeling
Use external machine learning models
• IBM SPSS Modeler Extension nodes
• Use external machine learning programs in IBM SPSS Modeler
Analyze text data
• Text Mining and Data Science
• Text Mining applications
• Modeling with text data
¿Necesita adaptar este temario a sus necesidades? ¿Está interesado en otros cursos? Consúltenos sin compromiso.
Ubicaciones para impartición presencial
- España: Madrid, Sevilla, Valencia, Barcelona, Bilbao, Málaga
- Argentina: Buenos Aires, Córdoba
- Bolivia: La Paz
- Chile: Santiago de Chile
- Colombia: Bogotá, Medellín, Cartagena, Cali
- Costa Rica: San José
- Ecuador: Quito
- México: Ciudad de México, Guadalajara, Monterrey
- Paraguay: Asunción
- Perú: Lima
- Portugal: Lisboa, Braga, Porto
- Uruguay: Montevideo
