Notre Offre  |  Cours offerts  |  Classification des clients avec IBM SPSS Modeler

Classification des clients avec IBM SPSS Modeler

Description générale

classificlient

Ce cours d’une journée donne un aperçu de l’utilisation de IBM SPSS Modeler pour prédire à quelle catégorie appartient un client. Les participants verront des modèles d’induction de règles prédictives tels que les arbres CHAID et C&R. Ils utiliseront aussi des modèles statistiques traditionnels et des modèles d’apprentissage automatique. Parmi les problèmes qui seront abordés, le participant devra prédire si un client va changer de marque/fournisseur ou si un client va répondre à une certaine campagne publicitaire. Bien que ce cours met l’emphase sur la classification de clients (incluant des étudiants, des patients, des employés, etc.), les techniques peuvent également être appliquées pour répondre à des questions d’affaire telles que la prédiction du bris d’une pièce de machine.

Note : Le matériel de cours est en anglais.

Prérequis

Cours complémentaires

Cours subséquent

Plan de cours

Introduction à la classification des clients

  • Présenter les objectifs de modélisation
  • Présenter des questions d’affaire impliquant la classification de clients
  • Expliquer le concept du « niveau de mesure » et son impact sur le choix d’une technique de modélisation
  • Présenter les types de modèles pour classifier des clients
  • Déterminer le modèle de classification à utiliser

Construire un arbre de façon interactive avec CHAID

  • Expliquer comment l’algorithme CHAID produit un arbre
  • Construire un modèle personnalisé avec CHAID
  • Évaluer un modèle CHAID par la moyenne de la précision, du risque, de la réponse et du gain
  • Évaluer de nouvelles données

Construire un arbre de façon interactive avec C&R et Quest

  • Expliquer comment l’algorithme C&R produit un arbre
  • Expliquer comment l’algorithme Quest produit un arbre
  • Construire un modèle de façon interactive en utilisant C&R et Quest
  • Présenter les différences entre les arbres CHAID, C&R et Quest

Construire un arbre automatiquement

  • Personnaliser les options dans le nœud CHAID
  • Personnaliser les options dans le nœud Arbre C&RT
  • Personnaliser les options dans le nœud Quest
  • Personnaliser les options dans le nœud C5.0
  • Utiliser les nœuds Analyse et Évaluation pour évaluer et comparer les modèles
  • Présenter les différences entre les arbres CHAID, C&R, Quest et C5.0

Utiliser des modèles statistiques traditionnels

  • Expliquer les concepts principaux d’une analyse discriminante
  • Personnaliser les options dans le nœud Discriminant
  • Expliquer les concepts principaux d’une régression logistique
  • Personnaliser les options dans le nœud Logistique
  • Présenter les différences entre l’analyse discriminante et la régression logistique

Utiliser des modèles d’apprentissage automatique

  • Expliquer les concepts principaux d’un réseau de neurones
  • Personnaliser les options dans le nœud Réseau de neurones

Inscription: Formule en classe | Formule en entreprise