SPSS Modeler: predecir variables continuas (0A0V8G)

• Quien predice consumo o demanda por cliente y no por serie temporal.
• Equipos que estiman el valor de vida del cliente.
• Mantenimiento que quiere predecir cuánto falta hasta el próximo fallo.

• Introducción a la predicción de objetivos continuos: objetivos del modelado, preguntas de negocio típicas y tipos de modelo
• Construir árboles de decisión interactivos: crecimiento con CHAID y con C&R Tree, evaluación para objetivos continuos y puntuación de registros
• Construir el árbol directamente: CHAID frente a CHAID exhaustivo, boosting y bagging, y poda en C&R Tree
• Modelos estadísticos clásicos: modelo lineal y modelo de Cox
• Modelos de machine learning: redes neuronales y personalización de sus opciones

• Laboratorios sobre IBM SPSS Modeler con datos de verdad: flujos que se construyen, se ejecutan y se corrigen en clase.
• Impartido directamente por instructores IBM Champion del equipo SIXE.
• Badges Credly acreditables: credly.com/organizations/sixe/badges
• Formato flexible —online, presencial u onsite— en grupos cerrados, con precio por alumno e idioma a elegir (ES / EN / FR).

¿Qué aporta el modelo de Cox?
Trabaja con el tiempo que falta hasta que algo ocurre, aceptando casos en los que todavía no ha ocurrido. Para predecir bajas o averías es lo que hace que los datos incompletos no se tiren.

¿Un árbol sirve para predecir una cantidad?
Sí: CHAID y C&R Tree admiten objetivos continuos, y el árbol tiene la ventaja de que se lee. El curso los compara con el modelo lineal sobre los mismos datos.

¿Tamaño de grupo y idioma?
Grupos cerrados de cuatro a diez personas, en español, inglés o francés. Con menos de cuatro también se imparte, aunque suele compensar esperar a completar el grupo.

• 0A0U8G — objetivos categóricos
• 0A079G — modelos de machine learning
• 0A028G — series temporales