Description
Nous offrons la formation officielle IBM en français avec la préparation des certifications officielles sans frais supplémentaires.
| Code IBM: 0A038G | Catégorie / sous-catégorie: IBM SPSS Modeler / IBM SPSS Modeler |
| Modalité: En ligne et en présentiel | Durée en jours: 1 |
Type de public auquel la formation s’adresse:
& bull; Analystes d’affaires
& bull; Scientifiques des données
& bull; Utilisateurs d’IBM SPSS Modeler responsables de la création de modèles prédictifs
Pré requis souhaités:
& bull; Connaissance de l’environnement IBM SPSS Modeler (création, modification, ouverture et enregistrement de flux).
& bull; Connaissance des techniques de modélisation de base, soit en suivant les cours Modélisation prédictive pour les cibles catégorielles à l’aide d’IBM SPSS Modeler et / ou Modélisation prédictive pour les cibles continues à l’aide d’IBM SPSS Modeler, soit par expérience des modèles prédictifs dans IBM SPSS Modeler.
Instructeurs
La grande majorité des cours IBM que nous proposons sont dispensés directement par nos ingénieurs. C’est la seule façon de garantir la meilleure qualité. Nous complétons toutes les formations avec des matériels et des laboratoires de notre propre élaboration, basés sur notre expérience au cours des déploiements, des migrations et des cours que nous avons réalisés pendant toutes ces années. Nous donnons tous nos cours en français.
Valeur ajoutée
Nos cours sont profondément orientés vers le rôle à jouer. Il n’en va pas de même pour une équipe de développeurs de maîtriser une technologie que pour les personnes chargées de déployer et de gérer l’infrastructure. C’est pourquoi, au-delà des commandements et des tâches, nous nous concentrons sur la résolution des problèmes qui se posent dans la vie quotidienne de chaque équipe. Leur fournir les connaissances, les compétences et les aptitudes requises pour chaque projet. En outre, notre documentation est basée sur la dernière version de chaque produit.
Agenda et programme des cours
1. Préparation des données pour la modélisation
& bull; & nbsp; Résoudre les problèmes généraux de qualité des données
& bull; & nbsp; Gérer les anomalies
& bull; & nbsp; Sélectionnez des prédicteurs importants
& bull; & nbsp; Partitionnez les données pour mieux évaluer les modèles
& bull; & nbsp; Équilibrez les données pour créer de meilleurs modèles
2. Réduction des données avec PCA / Factor
& bull; & nbsp; Expliquez l’idée derrière PCA / Factor
& bull; & nbsp; Déterminez le nombre de composants / facteurs
& bull; & nbsp; Expliquer le principe de la rotation d’une solution
3. Création de jeux de règles pour les cibles de drapeau avec la liste de décision
& bull; & nbsp; Expliquez comment Decision List construit un ensemble de règles
& bull; & nbsp; Utiliser la liste de décision de manière interactive
& bull; & nbsp; Créez des ensembles de règles directement avec la liste de décision
4. Exploration de modèles supervisés avancés
& bull; & nbsp; Expliquez les principes de Support Vector Machine (SVM)
& bull; & nbsp; Expliquez les principes des arbres aléatoires
& bull; & nbsp; Expliquez les principes de XGBoost
5. Combinaison de modèles
& bull; & nbsp; Utilisez le nœud Ensemble pour combiner des prédictions de modèle
& bull; & nbsp; Améliorez les performances du modèle grâce à la modélisation au méta-niveau
6. Trouver le meilleur modèle supervisé
& bull; & nbsp; Utilisez le nœud Classificateur automatique pour trouver le meilleur modèle pour les cibles catégorielles
& bull; & nbsp; Utilisez le nœud Numérique automatique pour trouver le meilleur modèle pour les cibles continues
Vous avez besoin d’adapter ce programme à vos besoins? D’autres cours vous intéressent? Consultez-nous sans engagement.
Emplacements d’enseignement présentiels
- France: Marseille, Paris, Lyon, Bourdeaux
- Belgique: Bruxelles, Gand et Anvers
- Quebec: Montreal
- Senegal: Dakar
- Maroc: Rabat, Marrakech, Casablanca
- Algérie : Alger
- Luxembourg: Luxembourg
- Suisse: Géneve
- Lyban: Beyrouth
- Guinée: Conakry
- Tunisie: Tunis
