Predictive Modeling for Categorical Targets Using IBM SPSS Modeler (v18.1.1)

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

Público al que va dirigido

• Los usuarios de análisis que han completado el curso Introducción a IBM SPSS Modeler y Data Mining y que quieran familiarizarse con los modelos analíticos para predecir un campo estratégico (sí / no abandono, sí / no fraude, sí / no respuesta a un envío, pase / reprobar exámenes, sí / no avería de la máquina, etc.).

Requisitos previos deseados:

• Experiencia en el uso de IBM SPSS Modeler, incluida la familiaridad con el entorno de Modeler, la creación de flujos, la lectura de archivos de datos, la exploración de datos, el establecimiento de la unidad de análisis, la combinación de conjuntos de datos, La derivación y reclasificación de campos y un conocimiento básico de modelado.

• Se recomienda completar previamente Introducción a IBM SPSS Modeler y Data Science (v18.1).

& nbsp;

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

1: Introduction to predictive models for categorical targets

• Identify three modeling objectives

• Explain the concept of field measurement level and its implications for selecting a modeling technique

• List three types of models to predict categorical targets

2: Building decision trees interactively with CHAID

• Explain how CHAID grows decision trees

• Build a customized model with CHAID

• Evaluate a model by means of accuracy, risk, response and gain

• Use the model nugget to score records

3: Building decision trees interactively with C&R Tree and Quest

• Explain how C&R Tree grows a tree

• Explain how Quest grows a tree

• Build a customized model using C&R Tree and Quest

• List two differences between CHAID, C&R Tree, and Quest

4: Building decision trees directly

• Customize two options in the CHAID node

• Customize two options in the C&R Tree node

• Customize two options in the Quest node

• Customize two options in the C5.0 node

• Use the Analysis node and Evaluation node to evaluate and compare models

• List two differences between CHAID, C&R Tree, Quest, and C5.0

5: Using traditional statistical models

• Explain key concepts for Discriminant

• Customize one option in the Discriminant node

• Explain key concepts for Logistic

• Customize one option in the Logistic node

6: Using machine learning models

• Explain key concepts for Neural Net

• Customize one option in the Neural Net node

¿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