Description
Nous offrons la formation officielle IBM en français avec la préparation des certifications officielles sans frais supplémentaires.
| Code IBM: 0A039G | 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:
- Scientifiques des données
- Analystes commerciaux
- Utilisateurs expérimentés d’IBM SPSS Modeler souhaitant en savoir plus sur les techniques avancées du logiciel
Pré requis souhaités:
- Connaissance des exigences de votre entreprise
- Requis: cours IBM SPSS Modeler Foundations (V18.2) (0A069G / 0E069G) ou connaissances équivalentes sur la façon d’importer, d’explorer et préparer les données avec IBM SPSS Modeler v18.2 et connaître les bases de la modélisation.
- Recommandé: cours Introduction aux modèles d’apprentissage automatique à l’aide d’IBM SPSS Modeler (V18.2) (0A079G / 0E079G) , ou des connaissances ou une expérience équivalentes avec le produit sur les modèles d’apprentissage automatique supervisé (CHAID, C & amp; R Tree, Regression, Random Trees, Neural Net, XGBoost), les modèles d’apprentissage automatique non supervisés (TwoStep Cluster) et les modèles d’apprentissage automatique d’association tels que APriori .
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
Introduction aux modèles avancés de machine learning
& bull; Taxonomie des modèles
& bull; Présentation des modèles supervisés
& bull; Présentation des modèles pour créer des groupements naturels
Champs de groupe: & nbsp; Analyse factorielle et analyse en composantes principales
& bull; Principes de base de l’analyse factorielle
& bull; Principes de base des composants
& bull; Hypothèses d’analyse factorielle
& bull; Problèmes clés de l’analyse factorielle
& bull; Améliorer l’interprétabilité
& bull; Scores des facteurs et des composants
Prédire les cibles avec l’analyse des voisins les plus proches
& bull; Principes de base de l’analyse des voisins les plus proches
& bull; Problèmes clés dans l’analyse des voisins les plus proches
& bull; Évaluer l’ajustement du modèle
Explorer des modèles supervisés avancés
& bull; Prise en charge des bases de Vector Machines
& bull; Notions de base sur les arbres aléatoires
& bull; Principes de base de XGBoost
Introduction aux modèles linéaires généralisés
& bull; Modèles linéaires généralisés
& bull; Distributions disponibles
& bull; Fonctions de lien disponibles
Combinez des modèles supervisés
& bull; Combinez des modèles avec le nœud Ensemble
& bull; Identifier les méthodes d’ensemble pour les cibles catégorielles
& bull; Identifier les méthodes d’ensemble pour les cibles de drapeau
& bull; Identifier les méthodes d’ensemble pour les cibles continues
& bull; Modélisation au méta-niveau
Utiliser des modèles de machine learning externes
& bull; Nœuds d’extension IBM SPSS Modeler
& bull; Utilisez des programmes d’apprentissage automatique externes dans IBM SPSS Modeler
Analyser les données textuelles
& bull; Exploration de texte et science des données
& bull; Applications d’exploration de texte
& bull; Modélisation avec des données textuelles
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
