數(shù)據(jù)挖掘?qū)崉?wù)及SPSS Modeler應(yīng)用培訓(xùn)
? 數(shù)據(jù)挖掘?qū)崉?wù)及SPSS?Modeler應(yīng)用培訓(xùn)
課程簡(jiǎn)介：本培訓(xùn)的目的就是要針對(duì)數(shù)據(jù)挖掘模型的建構(gòu)方法，以10個(gè)實(shí)務(wù)案例進(jìn)行實(shí)際操作，并做廣泛且深入的探討，有效建構(gòu)企業(yè)營運(yùn)獲利的新模式，使企業(yè)利潤(rùn)最大化。
培訓(xùn)大綱：
案例1：?
評(píng)估新車設(shè)計(jì)(汽車業(yè)），此案例將采用K最近鄰居(K?Nearest?Neighbor;?KNN)來建模。
案例2：
電信客戶流失(電信業(yè))，此案例將采用二元羅吉斯回歸(Binomial?Logistic?Regression)來預(yù)測(cè)客戶的流失。
案例3：
藥物治療(醫(yī)療業(yè))，此案例將采用決策樹?C5.0(Decision?Tree?C5.0)
案例4：
預(yù)測(cè)貸款逾期者(銀行業(yè))，利用貝式網(wǎng)絡(luò)(Bayesian?Network)來建模
案例5：
電信客戶分類(電信業(yè))，利用多元羅吉斯回歸(Multinomial?Logistic?Regression)
案例6：
細(xì)胞樣本分類(醫(yī)療業(yè))，利用支持向量機(jī)(Support?Vector?Machine)來建模
案例7：
零售業(yè)銷售促銷(零售業(yè))，利用神經(jīng)網(wǎng)絡(luò)及回歸樹(Neural?Network?&?Regression?Tree)來預(yù)測(cè)未來的銷售成效。
案例8：
預(yù)測(cè)帶寬使用率(通訊業(yè))，利用簡(jiǎn)單的時(shí)間序列模型(Simple?Time?Series?Model)來預(yù)測(cè)每個(gè)區(qū)域市場(chǎng)下三個(gè)月的帶寬使用量。
案例9：
預(yù)測(cè)型錄商品的銷售(零售業(yè))，利用兩個(gè)時(shí)間序列模型-指數(shù)平滑(ExponentialSmoothing)和ARIMA
案例10：
購物籃分析(零售業(yè))，利用關(guān)聯(lián)模型(Apriori)和決策樹C5.0(Decision?Tree?C5.0)來發(fā)掘購買類似商品的客群，以及客群的特征(例如，年齡、收入、等)。

?