九色蝌蚪在线_一区二区三国产精华液_色在线视频免费_在线观看国产精品入口_2018av男人天堂_奇米777欧美一区二区_999在线视频_99久久伊人精品_爱搞国产精品_中文字幕在线一区免费

嵌入式OS--4G手機操作系統(tǒng)

Linux實戰(zhàn)就業(yè)班

嵌入式OS--WinCE

單片機培訓

嵌入式硬件設計

嵌入式OS--VxWorks

　

　

公益培訓

　　培訓班新動態(tài) 　

培訓目標：

本課程結(jié)束后，受培訓人員將能熟練使用Modeler軟件，能夠根據(jù)常見的不同種類的數(shù)據(jù)挖掘研究需要進行方案設計、數(shù)據(jù)分析、建模和報告的撰寫。在培訓中將安排一系列討論會和實際數(shù)據(jù)練習，以保證學員有足夠的實踐機會實際操作Modeler軟件。

Modeler培訓課程內(nèi)容：

1 統(tǒng)計分析方法與數(shù)據(jù)挖掘基本原理培訓

?課程描述	?介紹數(shù)據(jù)挖掘方法論以及CRISP-DM的6個步驟
?培訓對象	?戰(zhàn)略規(guī)劃部、市場研究部、數(shù)據(jù)分析部等相關研究人員
?必要技能	?統(tǒng)計方法基礎知識、數(shù)據(jù)挖掘基本原理
?培訓內(nèi)容	?統(tǒng)計分析方法與數(shù)據(jù)挖掘基本原理
?第一講 ?如何從掌握統(tǒng)計方法到掌握數(shù)據(jù)挖掘	?與傳統(tǒng)的統(tǒng)計分析方法相比而言： ?什么是數(shù)據(jù)挖掘？ ?數(shù)據(jù)挖掘能做什么？ ?數(shù)據(jù)挖掘在協(xié)助企業(yè)業(yè)務的分類、預測、聚類和模型可視化方面的特點； ?數(shù)據(jù)挖掘在其他商業(yè)領域的應用，如完善客戶關系管理、贏得市場營銷戰(zhàn)役； ?如何從掌握統(tǒng)計分析方法到掌握數(shù)據(jù)挖掘？
?第二講 ?數(shù)據(jù)挖掘基本原理和實踐操作方法論	?數(shù)據(jù)挖掘的基本原理 ?數(shù)據(jù)挖掘?qū)嵺`中所要求的數(shù)據(jù)結(jié)構(gòu)、衍生變量和數(shù)據(jù)轉(zhuǎn)換 ?數(shù)據(jù)挖掘的模型建構(gòu)方法、模型的評估、模型的檢驗和修訂 ?目前主流的數(shù)據(jù)挖掘工具軟件比較 ?如何在實踐操作中運用CRISP-DM數(shù)據(jù)挖掘程序 ?如何從商業(yè)角度和數(shù)據(jù)角度了解數(shù)據(jù)挖掘解決問題的類型和思路 ?CRISP-DM的6個步驟以及每個步驟應該完成的工作和產(chǎn)生的結(jié)果

2、 Modeler軟件操作基礎及數(shù)據(jù)處理使用培訓

?培訓對象	?客戶企業(yè)所指派的Modeler實際使用人員
?涉及產(chǎn)品	?Modeler
?培訓內(nèi)容	?Modeler軟件操作基礎培訓 ?Modeler的數(shù)據(jù)處理技術(shù)
?第一講 ?操作概述	?基礎界面介紹： ?Modeler?14.2所包含的功能模塊 ?與Modeler先前版本的比較 ?基礎操作之數(shù)據(jù)準備 ?讀取數(shù)據(jù)文件 ?數(shù)據(jù)質(zhì)量評估 ?數(shù)據(jù)處理 ?尋找數(shù)據(jù)中的關系
?第二講 ?建模概述	?Modeler中所包含的數(shù)據(jù)建模概述 ?神經(jīng)網(wǎng)絡技術(shù)建模 ?決策樹技術(shù)建模 ?模型比較與模型合并 ?Kohonen神經(jīng)網(wǎng)絡 ?關聯(lián)規(guī)則 ?時序發(fā)現(xiàn) ?模型的發(fā)布
?第三講 ?數(shù)據(jù)處理技術(shù) ?	?合并多個數(shù)據(jù)源數(shù)據(jù) ?抽取樣本，選擇和緩存數(shù)據(jù) ?處理缺失數(shù)據(jù) ?處理日期 ?處理時序數(shù)據(jù) ?文件操作 ?數(shù)據(jù)聚合 ?附錄:?通過ODBC讀取數(shù)據(jù) ?附錄:?Modeler的數(shù)據(jù)庫連接

3 Modeler的高級建模

?課程描述	?介紹Modeler的建模技術(shù)以及Meta?Modeling技術(shù)
?培訓對象	?完成第二、三課學習的學員
?必要技能	?第二、三課學習的技能
?培訓內(nèi)容	?利用神經(jīng)網(wǎng)絡完成分群（Neural?networks?for?classification） ?高級規(guī)則歸納（Advanced?rule?induction） ?聚類技術(shù)（clustering） ?高級關聯(lián)規(guī)則（Advanced?association?rules） ?線性回歸（Linear?Regression） ?邏輯回歸（Logistic?Regression） ?濃縮數(shù)據(jù)：基本組件（Data?Reduction:?Principal?Components） ?從模型中獲取數(shù)據(jù)(meta?models,?error?modeling)?