免费一看一级欧美-免费一区二区三区免费视频-免费伊人-免费影片-99精品网-99精品小视频

      ☆ 1、如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽(tīng)；
      ☆ 2、在課程結(jié)束之后,授課老師會(huì)留給學(xué)員手機(jī)和E-mail,免費(fèi)提供半年的課程技術(shù)支持，以便保證培訓(xùn)后的繼續(xù)消化；
      ☆3、合格的學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。
      ☆4、合格學(xué)員免費(fèi)頒發(fā)相關(guān)工程師等資格證書(shū)，提升您的職業(yè)資質(zhì)。

• SPSS Modeler 是全球領(lǐng)先的數(shù)據(jù)挖掘、預(yù)測(cè)分析平臺(tái)軟件，擁有簡(jiǎn)單的圖形界面和高級(jí)分析能力，發(fā)現(xiàn)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中的趨勢(shì)，使得企業(yè)和分析師增加生產(chǎn)力，獲得前所未有的深入了解和預(yù)測(cè)，可在云端使用。
• ?
• SPSS Modeler產(chǎn)品分為三個(gè)版本：SPSS Modeler Professional 、 SPSS Modeler Premium和 SPSS Modeler Gold。注：Japanese Language Extractor 許可要求使用 SPSS Modeler Premium 版。
• ?
• 核心亮點(diǎn)：
• 訪問(wèn)各種數(shù)據(jù)源，如數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)庫(kù)、 Hadoop 分布或平面文件，以便從您的數(shù)據(jù)中發(fā)現(xiàn)隱含的模式
• 在影響點(diǎn)即時(shí)向工作人員和系統(tǒng)提供具有預(yù)測(cè)性、資源敏感和戰(zhàn)略一致的決策
• 不論統(tǒng)計(jì)或分析背景如何，讓可從分析受益的人掌握分析
• 利用設(shè)計(jì)用于處理從簡(jiǎn)單的描述性分析問(wèn)題到復(fù)雜的優(yōu)化問(wèn)題的單一平臺(tái)， 解決業(yè)務(wù)問(wèn)題
• 利用數(shù)據(jù)庫(kù)內(nèi)性能和極小化的數(shù)據(jù)移動(dòng)， 在更短時(shí)間內(nèi)分析大量數(shù)據(jù)，同時(shí)充分利用現(xiàn)有 IT 投資
• 利用可在大多數(shù)環(huán)境中部署并與其他 IBM 解決方案集成的開(kāi)放平臺(tái)，彌合分析和行動(dòng)之間的差距。
• ?
• ?
• SPSS Modeler Professional 和 Premium 版共同特性
• ?
• 數(shù)據(jù)理解：
• 通過(guò)自動(dòng)協(xié)助創(chuàng)建廣泛的交互式圖形。
• 使用可視化鏈接分析查看數(shù)據(jù)中的各種關(guān)聯(lián)。
• 通過(guò)在圖表上選擇地區(qū)或項(xiàng)目并查看所選的信息來(lái)與數(shù)據(jù)進(jìn)行互動(dòng)；或選擇用于分析的關(guān)鍵數(shù)據(jù)。
• 從 SPSS Modeler 界面直接訪問(wèn) SPSS Statistics 圖形和報(bào)告工具。
• ?
• 數(shù)據(jù)準(zhǔn)備：
• 通過(guò) zDb2 和 IBM Classic Federation Server 支持訪問(wèn)來(lái)自 Cognos Business Intelligence、IBM Db2、Oracle、Microsoft SQL Server、Informix、IBM Netezza、mySQL (Oracle) 和 Teradata 數(shù)據(jù)源的運(yùn)營(yíng)數(shù)據(jù)以及各種大型機(jī)數(shù)據(jù)
• 導(dǎo)入帶分隔符的、固定寬度的文本文件、SPSS Statistics 文件、SPSS Data Collection 數(shù)據(jù)源、Excel、SAS 或 XML。
• 從 SPSS Modeler 提供的多個(gè)數(shù)據(jù)清除選項(xiàng)中進(jìn)行選擇，刪除或更換無(wú)效數(shù)據(jù)，自動(dòng)填充遺漏值并減少異常值和極值。
• 將自動(dòng)數(shù)據(jù)準(zhǔn)備應(yīng)用到詢問(wèn)和條件數(shù)據(jù)工作中，這樣只用一個(gè)步驟便可進(jìn)行分析。
• 從 SPSS Modeler 直接訪問(wèn)在 SPSS Statistics 中執(zhí)行的數(shù)據(jù)管理和轉(zhuǎn)換。
• 使用字段過(guò)濾、命名、派生、分級(jí)(binning)、重新分類(lèi)、值置換和字段重新排序。
• 應(yīng)用記錄選擇、抽樣（包括群集和分層抽樣）、合并（包括內(nèi)連接、全外連接、部分外連接和反連接）、排序、聚合和平衡。
• 從各種選項(xiàng)中進(jìn)行選擇，進(jìn)行數(shù)據(jù)重組、分區(qū)和變換。
• 從廣泛的字符串功能中進(jìn)行選擇：字符串創(chuàng)建、置換、搜索和匹配、空格刪除和截?cái)唷?/li>
• 應(yīng)用 RFM 評(píng)分：聚合客戶的各種截?cái)啵蕴峁┙颉㈩l率和貨幣值，并將其合并在一起，生成完整的 RFM 分析。
• 將數(shù)據(jù)導(dǎo)出到數(shù)據(jù)庫(kù)、IBM Cognos Business Intelligence 軟件包、SPSS Statistics、SPSS Data Collection、帶分隔符的文本文件、Excel 表格、SAS 或 XML。
• ?
• 包含的建模算法：
• 異常檢測(cè) － 使用一種基于群集的算法檢測(cè)不尋常的記錄
• Apriori － 帶有高級(jí)評(píng)估功能的流行關(guān)聯(lián)發(fā)現(xiàn)算法
• 貝葉斯網(wǎng)絡(luò) － 圖形概率模型
• C&RT、C5.0、CHAID 和 QUEST － 決策樹(shù)算法，包括交互樹(shù)構(gòu)建
• CARMA － 關(guān)聯(lián)算法，支持多個(gè)結(jié)果
• Cox 回歸 － 計(jì)算某個(gè)事件的可能發(fā)生時(shí)間
• Decision List － 交互式規(guī)則構(gòu)建算法
• Factor/PCA、Feature Selection － 數(shù)據(jù)簡(jiǎn)化算法
• K-Means、Kohonen、Two Step、Discriminant、支持向量機(jī) (SVM) － 群集和分割算法
• KNN － 最近鄰居建模和評(píng)分算法
• Logistic 回歸 － 用于二進(jìn)制結(jié)果
• 神經(jīng)網(wǎng)絡(luò) － 多層感知器，帶有逆向傳播學(xué)習(xí)法和徑向基本函數(shù)網(wǎng)絡(luò)
• 回歸、線性、GenLin (GLM)、廣義線性混合模型 (GLMM) － 線性方程建模
• 自學(xué)響應(yīng)模型(SLRM) － 帶增量學(xué)習(xí)功能的貝葉斯模型
• Sequence － 順序關(guān)聯(lián)算法，用于對(duì)順序敏感的分析
• 支持向量機(jī)（Support Vector Machine） － 準(zhǔn)確建模廣泛數(shù)據(jù)集的高級(jí)算法
• 時(shí)間序列 － 生成并自動(dòng)選擇時(shí)間序列預(yù)測(cè)模型
• ?
• 建模和評(píng)估：
• 采用具有許多高級(jí)功能的廣泛數(shù)據(jù)挖掘算法，通過(guò)您的數(shù)據(jù)獲得理想的結(jié)果。
• 使用自動(dòng)分類(lèi)（二進(jìn)制和數(shù)值）和群集功能來(lái)選擇各個(gè)算法。
• 使用交互式模型和方程瀏覽器查看高級(jí)統(tǒng)計(jì)輸出內(nèi)容。
• 使用交互式模型和方程瀏覽器查看高級(jí)統(tǒng)計(jì)輸出內(nèi)容。通過(guò)可變重要性圖表顯示數(shù)據(jù)屬性對(duì)預(yù)測(cè)結(jié)果的相對(duì)影響。
• 在地理地圖上可視化分析結(jié)果。
• 合并多個(gè)模型（整體建模）或使用一個(gè)模型分析另一個(gè)模型。
• 使用 SPSS Modeler 組件級(jí)擴(kuò)展框架 (CLEF) 集成各種自定義算法。
• 通過(guò) SPSS Statistics 集成，使用 R 來(lái)擴(kuò)展分析選項(xiàng)。
• ?
• ?
• 部署：
• 使用 SQL 或 PMML（針對(duì)預(yù)測(cè)模型的基于 XML 的標(biāo)準(zhǔn)格式）導(dǎo)出模型。
• 利用 IBM SPSS 協(xié)作和部署服務(wù)實(shí)現(xiàn)創(chuàng)新分析管理、流程自動(dòng)化和部署功能。
• ?
• ?
• SPSS Modeler Premium 獨(dú)有特性
• 數(shù)據(jù)準(zhǔn)備：
• 使用實(shí)體分析來(lái)合并或分隔記錄，從而得到更整潔的數(shù)據(jù)用于建模。
• 識(shí)別數(shù)據(jù)中的群組，并通過(guò) Group 分析識(shí)別群組的領(lǐng)導(dǎo)者。
• 使用改動(dòng)（churn）信息確定改動(dòng)器可能影響的其他人，以便與擴(kuò)散分析相結(jié)合。
• 特定于文本的了解和準(zhǔn)備工作
• 從文件、運(yùn)行數(shù)據(jù)庫(kù)和 RSS 源（即博客、web 源）提取文本數(shù)據(jù)。
• 為荷蘭語(yǔ)、英語(yǔ)、法語(yǔ)、德語(yǔ)、意大利語(yǔ)、葡萄牙語(yǔ)、西班牙語(yǔ)或日語(yǔ)選擇本機(jī)語(yǔ)言提取器選項(xiàng)，或使用第三方翻譯軟件翻譯幾乎任何語(yǔ)言的內(nèi)容。
• 提取特定于域的概念，如單項(xiàng)、表達(dá)式、縮寫(xiě)、縮略語(yǔ)等。
• 使用復(fù)雜的語(yǔ)言算法和嵌入式或用戶指定的語(yǔ)言資源計(jì)算同義詞。
• 按人、組織、術(shù)語(yǔ)、產(chǎn)品、地點(diǎn)和其他用戶定義的類(lèi)型來(lái)命名概念。
• 提取非語(yǔ)言實(shí)體，如地址、貨幣、時(shí)間、電話號(hào)碼和社會(huì)保險(xiǎn)號(hào)。
• 使用并自定義預(yù)構(gòu)建的模板和庫(kù)，從而進(jìn)行情感分析、CRM、安全和智能、市場(chǎng)情報(bào)、生命科學(xué)和 IT。
• 利用針對(duì)常見(jiàn)業(yè)務(wù)應(yīng)用的預(yù)打包文本分析包 (TAP)，或創(chuàng)建自己的分析包。
• 使用概念群集算法并根據(jù)術(shù)語(yǔ)共現(xiàn)來(lái)創(chuàng)建群集，提供主要主題及其關(guān)聯(lián)方式的一覽子視圖。
• 使用文本分類(lèi)算法并根據(jù)內(nèi)容對(duì)文本文檔和記錄進(jìn)行智能分組。
• 支持在預(yù)測(cè)建模中使用高級(jí)概念選擇和取消選擇功能。
• 使用基于文本的可視化報(bào)告來(lái)查詢概念關(guān)系、發(fā)生率、頻率和類(lèi)型。
• ?
• 文本鏈接分析：
• 從荷蘭語(yǔ)、英語(yǔ)、法語(yǔ)、德語(yǔ)和西班牙語(yǔ)文本中識(shí)別并提取情感因素信息（如喜歡和不喜歡）。
• 識(shí)別人和事件或疾病和基因之間的鏈接與關(guān)聯(lián)。
• 通過(guò)URL從博客內(nèi)識(shí)別并提取內(nèi)容。
• 在可部署的預(yù)測(cè)模型中包括各種觀點(diǎn)、語(yǔ)義關(guān)系和鏈接的事件。
• 通過(guò)交互式圖表揭示復(fù)雜的關(guān)系，顯示兩個(gè)概念之間的多個(gè)語(yǔ)義鏈接。
• ?
• SPSS Modeler 服務(wù)器版獨(dú)有特性
• ?
• 使用領(lǐng)先的數(shù)據(jù)庫(kù)技術(shù)，通過(guò)數(shù)據(jù)庫(kù)內(nèi)挖掘在數(shù)據(jù)庫(kù)中創(chuàng)建模型，并充分利用高性能的數(shù)據(jù)庫(kù)實(shí)現(xiàn)。
• 通過(guò) SQL 推回功能來(lái)推動(dòng)數(shù)據(jù)轉(zhuǎn)換，并將建模算法直接選入到運(yùn)行數(shù)據(jù)庫(kù)中。
• 通過(guò) IBM SPSS Modeler Server Scoring Adapter 在數(shù)據(jù)庫(kù)內(nèi)對(duì)數(shù)據(jù)評(píng)分，顯著提高性能。
• 利用高性能硬件（包括 IBM System z 機(jī)器）更快實(shí)現(xiàn)解決方案，通過(guò)并行執(zhí)行流和多個(gè)模型實(shí)現(xiàn)更好的 ROI。
• 通過(guò)安全套接字層 (SSL) 加密，在 SPSS Modeler 客戶端和 SPSS Modeler 服務(wù)器之間安全地傳輸敏感數(shù)據(jù)。
• 針對(duì) IBM InfoSphere 的數(shù)據(jù)庫(kù)內(nèi)挖掘算法：關(guān)聯(lián)、群集、決策樹(shù)、Logistic 回歸、Naive Bayes、回歸、序列、時(shí)間序列。
• 針對(duì) IBM Netezza 的數(shù)據(jù)庫(kù)內(nèi)挖掘算法：Bayes Net、決策樹(shù)、分群法、廣義線性、K-Means、KNN、線性回歸、Naive Bayes、PCA、回歸樹(shù)、時(shí)間序列。
• 針對(duì) Microsoft SQL 服務(wù)器的數(shù)據(jù)庫(kù)內(nèi)挖掘算法：關(guān)聯(lián)規(guī)則、群集、決策樹(shù)、線性回歸、Naive Bayes、回歸、神經(jīng)網(wǎng)絡(luò)、序列群集、時(shí)間序列。
• 針對(duì) Oracle 的數(shù)據(jù)庫(kù)內(nèi)挖掘算法：自適應(yīng)貝葉斯、Apriori、人工智能 (AI)、決策樹(shù)、一般線性模型 (GLM)、KMeans、Naive Bayes、非負(fù)矩陣分解、O-Cluster（正交分區(qū)群集）、支持向量機(jī)。
• ?
• SPPS Modeler Gold所包含的內(nèi)容：
• SPSS Modeler Gold擴(kuò)展了SPSS Modeler Premium的功能，以提供完整的基于服務(wù)器的預(yù)測(cè)分析建模和部署平臺(tái)。SPSS Modeler Gold包括SPSS協(xié)作和部署服務(wù)平臺(tái)，可以實(shí)現(xiàn)整個(gè)企業(yè)中關(guān)鍵分析資產(chǎn)的共享和治理，以及模型評(píng)分，與其他IBM產(chǎn)品和操作系統(tǒng)的集成等。