SPSS Modeler数据挖掘项目实战-弘学教育-在线职业教育平台

1 第01章数据挖掘项目管理基础与思想
1. 01.课程规划1
  
  00:18:31
2. 01.课程规划2
  
  00:10:23
3. 01.课程规划3
  
  00:10:24
4. 02.DM项目生命周期与建设过程1
  
  00:18:59
5. 02.DM项目生命周期与建设过程2
  
  00:18:42
6. 02.DM项目生命周期与建设过程3
  
  00:19:15
7. 03.CRISP-DM详解1
  
  00:19:49
8. 03.CRISP-DM详解2
  
  00:19:24
9. 03.CRISP-DM详解3
  
  00:19:09
10. 03.CRISP-DM详解4
  
  00:18:45
11. 04.DM项目实际建设与管理过程(上)1
  
  00:24:48
12. 04.DM项目实际建设与管理过程(上)2
  
  00:21:51
13. 04.DM项目实际建设与管理过程(上)3
  
  00:25:37
14. 05.DM项目实际建设与管理过程(下)1
  
  00:20:02
15. 05.DM项目实际建设与管理过程(下)2
  
  00:21:35
16. 05.DM项目实际建设与管理过程(下)3
  
  00:19:12
17. 05.DM项目实际建设与管理过程(下)4
  
  00:20:07
18. 05.DM项目实际建设与管理过程(下)5
  
  00:22:38
19. 05.DM项目实际建设与管理过程(下)6
  
  00:19:44
20. 06.DM项目团队组成与能力素养1
  
  00:20:57
21. 06.DM项目团队组成与能力素养2
  
  00:21:23
2 第02章感性认识SPSS Modeler
1. 07.SPSS MODELER软件介绍1
  
  00:19:27
2. 07.SPSS MODELER软件介绍2
  
  00:22:38
3. 07.SPSS MODELER软件介绍3
  
  00:21:07
4. 08.SPSS MODELER节点1
  
  00:20:08
5. 08.SPSS MODELER节点2
  
  00:20:59
6. 08.SPSS MODELER节点3
  
  00:21:17
7. 08.SPSS MODELER节点4
  
  00:20:37
8. 08.SPSS MODELER节点5
  
  00:22:10
9. 09.MODELER数据流解读1
  
  00:19:35
10. 09.MODELER数据流解读2
  
  00:20:43
11. 09.MODELER数据流解读3
  
  00:19:49
12. 09.MODELER数据流解读4
  
  00:18:22
13. 09.MODELER数据流解读5
  
  00:17:56
3 第03章必备的统计学基础
1. 10.简单的统计学概念1
  
  00:19:48
2. 10.简单的统计学概念2
  
  00:20:23
3. 10.简单的统计学概念3
  
  00:19:05
4. 10.简单的统计学概念4
  
  00:21:55
5. 10.简单的统计学概念5
  
  00:10:18
6. 11.常用的统计分布1
  
  00:20:40
7. 11.常用的统计分布2
  
  00:20:12
8. 11.常用的统计分布3
  
  00:19:11
9. 11.常用的统计分布4
  
  00:23:29
10. 12.统计学其它补充1
  
  00:23:55
11. 12.统计学其它补充2
  
  00:20:43
12. 12.统计学其它补充3
  
  00:20:10
4 第04章数据准备与预处理
1. 13.数据质量与样本管理1
  
  00:20:06
2. 13.数据质量与样本管理2
  
  00:19:50
3. 13.数据质量与样本管理3
  
  00:20:14
4. 13.数据质量与样本管理4
  
  00:20:35
5. 13.数据质量与样本管理5
  
  00:18:54
6. 13.数据质量与样本管理6
  
  00:20:15
7. 13.数据质量与样本管理7
  
  00:18:13
8. 14.数据变量管理1
  
  00:20:17
9. 14.数据变量管理2
  
  00:20:24
10. 14.数据变量管理3
  
  00:20:12
11. 14.数据变量管理4
  
  00:19:45
12. 14.数据变量管理5
  
  00:20:50
13. 15.MODELER分析管理1
  
  00:18:51
14. 15.MODELER分析管理2
  
  00:21:30
15. 15.MODELER分析管理3
  
  00:20:30
16. 15.MODELER分析管理4
  
  00:20:26
17. 15.MODELER分析管理5
  
  00:19:37
18. 15.MODELER分析管理6
  
  00:20:16
5 第05章常用模型的数学思想与思考
1. 16.数据挖掘知识类型1
  
  00:17:28
2. 16.数据挖掘知识类型2
  
  00:18:15
3. 17.建模过程管理1
  
  00:16:45
4. 17.建模过程管理2
  
  00:15:41
5. 18.(上)回归分析思想与建模解释1
  
  00:19:16
6. 18.(上)回归分析思想与建模解释2
  
  00:20:28
7. 18.(上)回归分析思想与建模解释3
  
  00:19:52
8. 18.(上)回归分析思想与建模解释4
  
  00:23:46
9. 18.(上)回归分析思想与建模解释5
  
  00:18:32
10. 18.(上)回归分析思想与建模解释6
  
  00:18:32
11. 18.(下)回归分析建模解释(续)1
  
  00:17:29
12. 18.(下)回归分析建模解释(续)2
  
  00:20:46
13. 18.(下)回归分析建模解释(续)3
  
  00:18:27
14. 18.(下)回归分析建模解释(续)4
  
  00:19:29
15. 18.(下)回归分析建模解释(续)5
  
  00:20:38
16. 19.决策树思想与建模解释1
  
  00:22:20
17. 19.决策树思想与建模解释2
  
  00:19:56
18. 19.决策树思想与建模解释3
  
  00:17:35
19. 19.决策树思想与建模解释4
  
  00:21:11
20. 19.决策树思想与建模解释5
  
  00:21:31
21. 20.回归与决策树增补
  
  00:28:40
22. 21.神经网络思想与建模解释1
  
  00:20:04
23. 21.神经网络思想与建模解释2
  
  00:22:05
24. 21.神经网络思想与建模解释3
  
  00:18:53
25. 21.神经网络思想与建模解释4
  
  00:20:21
26. 21.神经网络思想与建模解释5
  
  00:06:50
27. 22.SVM思想原理与补充解释
  
  00:30:28
28. 23.聚类思想与建模解释1
  
  00:18:18
29. 23.聚类思想与建模解释2
  
  00:16:25
30. 23.聚类思想与建模解释3
  
  00:18:58
31. 23.聚类思想与建模解释4
  
  00:19:31
32. 23.聚类思想与建模解释5
  
  00:22:24
33. 23.聚类思想与建模解释6
  
  00:20:17
34. 24.关联分析思想与节点解释1
  
  00:21:34
35. 24.关联分析思想与节点解释2
  
  00:20:21
36. 24.关联分析思想与节点解释3
  
  00:18:59
37. 24.关联分析思想与节点解释4
  
  00:20:02
38. 24.关联分析思想与节点解释5
  
  00:21:31
39. 24.关联分析思想与节点解释6
  
  00:23:13
6 第06章项目案例解析
1. 25.信用风险评估1
  
  00:20:08
2. 25.信用风险评估2
  
  00:20:45
3. 25.信用风险评估3
  
  00:20:36
4. 25.信用风险评估4
  
  00:19:00
5. 25.信用风险评估5
  
  00:21:02
6. 26.辅助决策支持1
  
  00:20:23
7. 26.辅助决策支持2
  
  00:19:41
8. 26.辅助决策支持3
  
  00:19:13
9. 26.辅助决策支持4
  
  00:11:01

SPSS Modeler数据挖掘项目实战

1024人在学

公众号

小程序

课程详情

我要提问

SPSS Modeler是业界极为著名的数据挖掘软件，其前身为SPSS Clementine。SPSS Modeler内置丰富的数据挖掘模型，以其强大的挖掘功能和友好的操作习惯，深受用户的喜爱和好评，成为众多知名企业在数据挖掘项目上的软件产品选择。

本课程以SPSS Modeler为应用软件，以数据挖掘项目生命周期为线索，以实际数据挖掘项目为例，讲解了从项目商业理解开始，到最后应用Modeler软件实现的挖掘过程。

作为数据挖掘项目的重要干系人，数据挖掘专家需要对数据挖掘项目的生命周期、整体管理、挖掘技术等方面都有一定程度的理解。当然，任何一个人都不可能独立完成整个挖掘过程，任何一个人都不可能深入地掌握所有建模算法细节。虽然，这看起来遥不可及，但是掌握项目的管理思想，掌握算法的数学思想，并在实际项目中，结合项目的实际情况，灵活应对，持续改进优化，成功交付项目，则是经过一定学习和训练，经过一定经验积累，就可以达到的。

本课程深入浅出，揭开数据挖掘的神秘面纱，抛开繁琐枯燥的数学推导，注重对模型数学思想的解释与引导。认真学习完本课程，掌握模型思想，在实际项目中举一反三，就能对数据挖掘项目在建模阶段的模型选择、评估等进行很好的把握。同时，本课程全程贯穿项目管理思想，注重项目实际建设过程，是数据挖掘项目的项目经理、产品经理、项目指导等朋友的良好指导。对于初次接触数据挖掘项目，或是有强烈意愿从事数据挖掘事业的朋友，更是非常好的入门教程。您可以通过本课程的学习，对数据挖掘项目的实际建设过程有一定程度的理解和心得，结合您自身的兴趣和专业特点，找准您希望以后在数据挖掘项目团队中所担任的角色，并以该角色对能力素质的要求来指导自己，不断完善自我提升，逐步成为该领域的专家。在这一点上，本课程更像是您的职业规划指导，希望能为您找准自身定位，实现自我规划，提供更多帮助。

如您更为关注对挖掘模型的数值算法实现及细节优化，并具备一定程度的数学功底，欢迎您持续关注北风网后续高级课程。

1.课程研发环境

本课程使用SPSS Modeler14.1用作课堂演示。可在各大网站下载该版本及更高版本资源，仅作学习交流使用。

2.内容简介

本教程从数据挖掘生命周期、过程及管理思想开始，讲解了实际项目中各大阶段的重要任务及各自承上启下的关键作用。并用通俗易懂的语言将挖掘技术所涉及的思想、方法、参数与统计学基础联系起来，仔细讲解了包括维度、数据、分析、数据流等在内的功能、参数的实际意义和选择、组合等应用方法。对建模技术的原理思想及选择方法是本课程的重点与难点。此外，本课程在结合对Modeler软件应用的同时，更加强调建模思想，强调模型规划设计。针对有更高要求的朋友，还应常常训练自己对数据挖掘项目全过程的整体规划与设计，培养自己项目全局的眼光和思维方式。

空空老师，PMP of PMI、信息系统项目管理师、高级工程师。数学专业，11年大型企业信息化建设经验，长期从事BI（商业智能分析）、DM（数据挖掘）、PLM（产品生命周期）、ERP（企业资源管理）、CRM（客户关系管理）等项目规划、建设与管理工作，具有丰富的系统规划、开发、管理、项目结构治理、IT战略规划等经验。并长期担任数据挖掘、建模思想、高级项目管理、PMP、IT技术等培训工作。培训经验丰富，思路清晰，语言风趣幽默，深受学员喜爱。

第一章、数据挖掘项目管理基础与思想

第一课：课程规划

第二课：DM项目的生命周期与建设过程

第三课：CRISP-DM详解

第四课：DM项目实际建设与管理过程（上）

第五课：DM项目实际建设与管理过程（下）

第六课：DM团队组成与能力素养

第二章、感性认识SPSS Modeler

第七课：SPSS MODELER软件基础

第八课：MODELER节点概要

第九课：MODELER数据流实例解读

第三章、必备的统计学基础

第十课：简单的统计学概念

第十一课：常用的分布函数

第十二课：统计学基础的其它补充

第四章、数据准备与预处理

第十三课：数据质量与样本管理

第十四课：MODELER变量管理

第十五课：MODELER分析管理

第五章、常用模型的数学思想与思考

第十六课：数据挖掘知识类型

第十七课：模型过程思想

第十八课（上）：回归分析思想与建模解释

第十八课（下）：回归分析建模解释（续）

第十九课：决策树思想与建模解释

第二十课：回归与决策树增补

第二十一课：神经网络思想与建模解释

第二十二课：SVM思想与建模解释

第二十三课：聚类思想与建模解释

第二十四课：关联思想与建模解释

第六章、项目案例解析

第二十五课：信用风险评估

第二十六课：经营辅助决策

1、熟悉数据挖掘项目的生命周期，培养数据挖掘项目的管理思想，融入每一次项目实际。

2、培养对数据挖掘项目的统筹、接口、把控能力。

3、培养数据挖掘模型的数学思想，学会根据实际的项目情况，对模型进行管理。

4、熟练SPSS MODELER软件工具的应用。

5、结合自身特点与兴趣，找准定位，做好职业规划。

亮点一、数据挖掘与各门数学分支关系密切，本课程在建模技术的讲解部分，尽量舍弃复杂的数学公式，用简洁的语言描述原理和思想。如您对此感兴趣，将对您数学思想的养成有所帮助。

亮点二、本课程尽量在课堂上手把手和大家一起设计数据流，带领大家从入门到精通。

亮点三、您只需跟随本课程的进度，就能读懂Modeler建模环节中所涉及到的参数的数学理解，避免了您为了补充各门数学基础而沦陷在广博的数学知识中。

亮点四、本课程虽然课时有限，但对整个数据挖掘项目上所涉及到的内容与结构均有所包含，时刻强调对数据挖掘项目整体的眼光与角度，强调对技术知识、业务积累、管理思想的结合。各位朋友可举一反三、灵活应用到各自领域的不同项目中，实用性强.。

1.课程针对人群

有强烈意愿从事数据挖掘事业，有一定理论基础，却苦于无从下手的朋友

初次接触数据挖掘项目，对实际项目缺乏经验的朋友

有其它项目经验，但缺乏数据挖掘专业知识的朋友

数据挖掘项目的项目经理、产品经理、项目指导等重要成员

2.我该怎么学,如何才能学好这门课程，给些建议。

4.1、时间上的安排建议

本课程共26课，55讲，如果您时间充分，建议您以每天1小时左右的进度往前学习。

4.2、学习要求

如您没有任何实际项目基础，建议您从第一课开始耐心学习，并尝试着结合第一章的项目基础和思想，贯穿全课程，体会和理解。

如果您有一定基础，可不必按步就搬进行，可以选择您感兴趣的部分入手学习，但请一定注意结合实践，举一反三。

4.3、讲师建议

1、对于Modeler实际应用的部分，一定要自己亲自动手多做多比较多理解。

2、建议您在听视频的时候，可以拿纸笔做笔记，这是一种非常好的学习习惯。

3、不管是对规划思想，还是参数理解，都一定要结合之前所讲解到的知识，前后贯通，学会思考，学会举一反三。

4、最后祝您学有所成。

本课程是属于数据挖掘的专业技术，掌握该技术后，你可以从事以下职位的相关工作

1、数据挖掘技术工程师

2、数据挖掘算法工程师（根据您所擅长的建模技术，结合相关专业知识，深入研究。如您对此特别有兴趣，可持续关注北风网后续高级课程。）

3、数据挖掘项目管理、项目指导等高级管理人员

评价（0）立即评论

登录

手机号码绑定