IBM 0A005G - Einführung in IBM SPSS Modeler und Data Mining (V16)

Data Mining:- Anwendungsfälle von Data Mining- Die Phasen des CRISP-DM Modells- Vorgehen und Umsetzung bei Data Mining ProjektenArbeiten mit dem SPSS Modeler:- Übersicht über den Modeller und die Anwender Maske- Arbeiten mit Nodes- Ausführen eines Streams- Öffnen und Speichern eines Streams- Verwendung der HilfeDie Data-Mining Tour:- Der Rahmen bei einem Data Mining Projekt- Erstellen und Bereitstellen eines ModellsSammlung der initialen Daten:- Überblick über die Daten Struktur, Analyse-Einheiten, Field Storage und Field Measurement Level- Importieren von Excel-, IBM SPSS- und Text-Dateien- Databanken-Import- Exportieren verschiedener FormateDaten Verständnis:- Kontrolle der Daten- Ungültige Werte- Felder definierenMessgrößen für Analysen:- Entfernen von Duplikaten- Aggregation von DatensätzenDaten Integration:- aus verschiedenen Datenquellen und deren ZusammenführungAbleiten und Re-Klassifizierung von Feldern:- Control Language for Expression Manipulation (CLEM)- Ableiten von neuen Feldern- Re-Klassifizierung von Feld WertenDatenbeziehungen herstellen:- zwischen Kategorie Feldern- zwischen Kategorie Feldern und Durchgangsfeldern- zwischen DurchgangsfeldernEinführung in die Modellierung:- Auflistung von Modeling-Objekten- Verwendung des Klassifizierung Modells- Verwendung des Segmentierung Modells