?數(shù)據(jù)挖掘?qū)崉?wù)及SPSS?Modeler應(yīng)用培訓(xùn)課程

課程簡介：本培訓(xùn)的目的就是要針對數(shù)據(jù)挖掘模型的建構(gòu)方法，以10個實務(wù)案例進行實際操作，并做廣泛且深入的探討，有效建構(gòu)企業(yè)營運獲利的新模式，使企業(yè)利潤最大化。

培訓(xùn)大綱：

案例1：?

評估新車設(shè)計(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：

細胞樣本分類(醫(yī)療業(yè))，利用支持向量機(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)測未來的銷售成效。

案例8：

預(yù)測帶寬使用率(通訊業(yè))，利用簡單的時間序列模型(Simple?Time?Series?Model)來預(yù)測每個區(qū)域市場下三個月的帶寬使用量。

案例9：

預(yù)測型錄商品的銷售(零售業(yè))，利用兩個時間序列模型-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)。