Открыто

IBM SPSS Statistics. Уровень 3. Многомерный статистический анализ [Специалист] [Мокляченко Алина]

Тема в разделе "Курсы по бизнесу", создана пользователем Agent_MC, 16 мар 2019.

Цена: 24990р.
Взнос: 6910р.

Основной список: 4 участников

  1. Agent_MC

    Agent_MC ОргОрганизатор

    IBM SPSS Statistics. Level 3. Multidimensional statistical analysis.
    В курсе разбираются многомерные статистические методы, которые также относят к методам добычи знаний (data mining). Эти методы позволяют находить скрытые и неочевидные закономерности в больших массивах данных и принимать на основе этих закономерностей управленческие решения.

    По окончании курса Вы будете уметь:
    • Проводить кластерный анализ различными методами
    • Проводить факторный и компонентный анализ
    • Проводить дискриминантный анализ и классификацию на его основе
    • Строить деревья решений и анализировать их
    • Строить многомерные дисперсионные модели
    Специалисты, обладающие этими знаниями и навыками, в настоящее время крайне востребованы. Большинство выпускников наших курсов делают успешную карьеру и пользуются уважением работодателей.

    Продолжительность курса - 32 ак. ч.

    Модуль 1. Кластерный анализ и его применение
    • Многомерные методы классификации
    • Понятие и области применения кластерного анализа
    • Задачи кластерного анализа
    • Методы кластерного анализа
    • Преимущества и недостатки кластерного анализа
    • Этапы кластерного анализа
    • Исходные данные для кластерного анализа
    • Меры расстояния между объектами
    • Анализ качества классификации
    Модуль 2. Иерархический кластерный анализ
    • Особенности иерархического кластерного анализа
    • Алгоритм иерархических методов кластерного анализа
    • Меры расстояния между кластерами
    • Процедура Расстояния
    • Меры различия
    • Меры сходства
    • Процедура Иерархический кластерный анализ
    • Выбор метода иерархического кластерного анализа
    • Результаты процедуры Иерархический кластерный анализ
    • Графическое представление результатов иерархического кластерного анализа
    • Настройка статистик процедуры Иерархический кластерный анализ
    • Сохранение новых переменных
    Модуль 3. Классификация методом k-средних
    • Сущность и особенности метода k-средних
    • Алгоритм метода k-средних
    • Процедура Кластерный анализ методом k-средних
    • Результаты процедуры Кластерный анализ методом k-средних
    • Настройка количества итераций
    • Настройка дополнительных параметров
    • Результаты вывода дополнительных настроек
    • Сохранение новых переменных
    • Графическое представление результатов
    Модуль 4. Двухэтапный кластерный анализ
    • Особенности двухэтапного кластерного анализа
    • Предпосылки двухэтапного кластерного анализа
    • Алгоритм двухэтапного кластерного анализа
    • Процедура Двухэтапный кластерный анализ
    • Сводка результатов модели
    • Оценка кластерной структуры
    • Просмотр информации о кластерах
    • Вывод информации по кластерам
    • Управление выводом
    • Вывод процедуры Двухэтапный кластерный анализ
    • Дополнительная панель средства просмотра кластеров
    • Отбор наблюдений по кластерам
    • Параметры процедуры Двухэтапный кластерный анализ
    Модуль 5. Методы снижения размерности: факторный и компонентный анализ
    • Понятие факторного анализа
    • Цель и задачи факторного анализа
    • Этапы факторного анализа
    • Предпосылки применения факторного анализа
    • Алгоритм компонентного анализа
    • Алгоритм факторного анализа
    • Сравнение факторного и компонентного анализов
    • Предпосылки применения факторного и компонентного анализов
    • Процедура Факторный анализ
    • Результаты процедуры Факторный анализ
    • Правила отбора факторов
    • Выбор метода факторного анализа
    • Проблема вращения факторов
    • Настройка вращения факторов
    • Параметры процедуры Факторной анализ
    • Вывод описательных статистик
    • Сохранение значений факторов
    Модуль 6. Классификация на основе откликов: дискриминантный анализ
    • Сегментация на основе откликов
    • Методы сегментации на основе откликов
    • Исходные данные для дискриминантного анализа
    • Сходства дискриминантного анализа и логистической регрессии
    • Различия дискриминантного анализа и логистической регрессии
    • Цель и задачи дискриминантного анализа
    • Предпосылки дискриминантного анализа
    • Этапы дискриминантного анализа
    • Методы дискриминантного анализа
    • Исходные данные
    • Линейная модель дискриминантного анализа
    • Процедура Дискриминантный анализ
    • Результаты процедуры Дискриминантный анализ
    • Статистики процедуры Дискриминантный анализ
    • Метод пошагового отбора процедуры Дискриминантный анализ
    • Классификация на основе результатов дискриминантного анализа
    • Классификационные статистики
    • Сохранение новых переменных
    Модуль 7. Многомерный дисперсионный анализ
    • Многомерный дисперсионный анализ
    • Процедура ОЛМ-многомерная
    • Настройка параметров процедуры ОЛМ-многомерная
    • Основные результаты многомерного дисперсионного анализа
    • Дисперсионный анализ с повторными измерениями
    • Процедура ОЛМ-повторные измерения
    • Настройка параметров процедуры ОЛМ-повторные измерения
    Модуль 8. Модели классификации на основе дерева решений
    • Суть метода построения дерева решений
    • Области применения дерева решений
    • Особенности и предпосылки применения метода дерева решений
    • Методы построения дерева решений
    • Сравнение методов построения дерева решений
    • Процедура Деревья классификации
    • Интерпретация и исследование дерева решений
    • Проверка адекватности модели
    • Настройка вывода в процедуре Деревья классификации
    • Настройки и параметры процедуры Деревья классификации
    • Правила для классификации наблюдений
    • Критерии в процедуре Деревья классификации
    • Регрессионные деревья решений
    • Построение регрессионных деревьев решений

    Цена: 24990р.

    Следующий поток 21.12.2020 - 30.12.2020г.

    Код:
    https://www.specialist.ru/course/spss7
     
    Последнее редактирование: 21 май 2020
    1 человеку нравится это.
  2. Последние события

    1. skladchik.com

      В складчине участвует 5 человек(а).

      11 май 2020
    2. Welleron

      Welleron не участвует в складчине.

      10 май 2020
    3. Петелька

      Петелька не участвует в складчине.

      2 май 2020
    4. Be4HocTb

      Be4HocTb не участвует в складчине.

      21 апр 2020

    Последние важные события

    1. skladchik.com

      Agent_MC организатор складчины.

      27 дек 2019
  3. Agent_MC

    Agent_MC ОргОрганизатор

  4. Agent_MC

    Agent_MC ОргОрганизатор

    Ну, на апрельский сбор мы опоздали. Буду проводить, как только сбор 1000 будет или 1500 хотя бы
     

Поделиться этой страницей