Lista de Treinamentos SPSS
Introdução ao Clementine e Data Mining
Objetivo: Este curso oferece uma visão geral dos fundamentos de Data Mining usando o SPSS Clementine. Tomando por base a metodologia CRISP-DM, são ilustrados os princípios e práticas do processo de Data Mining. A estrutura do curso segue os estágios de um projeto típico de Data Mining, desde a leitura dos dados até a exploração, transformação, modelagem e efetiva interpretação dos resultados. O curso apresenta técnicas básicas para a leitura, exploração e manipulação de dados com o Clementine e a criação e uso com sucesso de modelos na ferramenta.
Ao final do curso você será capaz de:
- Introdução ao Data Mining
- A metodologia CRISP-DM
- Melhores práticas para Data Mining
- Uso básico do Clementine
- Lendo arquivos de dados
- Trabalhando com datas
- Explorando e avaliando a qualidade dos dados
- Procurando por dados anômalos e dados extremos
- Manipulação de dados
- Procurando por relações nos dados
- União e cruzamento de arquivos
- Reestruturando arquivos com agregação
- Amostragem dos dados
- Partição dos dados para modelagem
- Técnicas de modelagem no Clementine
- Modelagem automática para variáveis resposta binárias
- Avaliando e comparando a performance do modelo
- Implementando os modelos
- Executando comandos SPSS do Clementine
Duração: 3 dias/ 18 horas
Pré-requisito: Conhecimentos gerais em computação. Altamente indicado que dispôr de conhecimentos básicos dos dados de sua empresa, assim como de assuntos ligados ao negócio e que possam ser relevantes ao processo de mineração de dados. Conhecimento estatístico prévio não é necessário.
:: Conteúdo Programático ::
>>>TOPO<<<
Modelagem Preditiva com Clementine
Objetivo: Este curso demonstra como desenvolver modelos para previsão de variáveis categóricas e contínuas, usando técnicas de redes neurais, árvores de decisão, regressão logística, modelos de support vector machines e redes bayesianas. Estão incluídos exemplos de uso dos nós Binary Classifier e Numeric Predictor, para seleção automática dos modelos. Também são discutidas técnicas de seleção de melhores informações para o modelo e detecção de dados extremos. Melhores opções para cada nó de modelagem são revisadas em detalhe e são feitas sugestões sobre quando e como usar cada modelo. Além disso, você aprenderá a combinar dois ou mais modelos para melhorar a predição.
Ao final do curso você será capaz de:
- Preparar dados para a modelagem
- Procurar por dados anômalos
- Selecionar variáveis preditoras
- Redução de dados com componentes principais
- Redes neurais
- Support vector machines
- Regressão de Cox
- Análise de séries temporais
- Árvores de decisão
- Regressão linear
- Regressão logística
- Análise discriminante
- Redes Bayesianas
- Nó Numeric Predictor
- Nó Binary Classifier
- Combinando modelos para melhorar a performance
- Obtendo o máximo de seus modelos
- Apêndice A: Lista de decisão
Duração: 3 dias/ 18 horas
Pré-requisito: Conhecimentos gerais em informática. Experiência com o Clementine, incluindo familiaridade com o ambiente Clementine, criação de fluxos, leitura de arquivos de dados, avaliação da qualidade dos dados e manipulação dos dados ausentes (nós TYPE e DATA AUDIT). Conhecimentos básicos de manipulação de dados (nós DERIVE e SELECT) e criação de modelos. Ter participado previamente do curso “Introdução ao Clementine e Data Mining” é altamente indicado. Um curso introdutório em estatística ou experiência equivalente seria altamente indicado para assimilação das técnicas de modelagem.
:: Conteúdo Programático ::
>>>TOPO<<<
Clementine - Agrupamento e Associação
Objetivo: Este curso demonstra como segmentar ou agrupar dados com todas as técnicas de cluster disponíveis no Clementine. Além disso, o curso apresenta exemplos de criação e aplicação de modelos de Associação, para descobrir regras que descrevam as relações entre um conjunto de itens, e de modelos de Análise Seqüencial, para descobrir regras que descrevam as relações entre um conjunto de itens ao longo do tempo.
Ao final do curso você será capaz de:
- Introdução aos modelos de Agrupamento e Associação
- Preparar os dados para a modelagem
- Modelos de Agrupamento
- Modelos de Associação
- Modelos de Análise de Seqüenciais
Duração: 1 dias/ 6 horas
Pré-requisito: Ter conhecimentos computacionais gerais. Experiência com o uso do Clementine, incluindo familiaridade com o ambiente do Clementine, criar fluxos, ler arquivos de dados, avaliar a qualidade dos dados, manipular dados ausentes (nós Type e Data Audit), manipulação básica de dados (nós Derive e Select) e criação de modelos. Prévia participação no curso Introdução ao Clementine e Data Mining é importante. Um curso introdutório em estatística ou experiência equivalente será útil para as técnicas de modelagem baseadas em estatísticas.
:: Conteúdo Programático ::
>>>TOPO<<< |
