Notre Offre | Cours offerts | Modélisation de variables continues avec IBM SPSS Modeler
Modélisation de variables continues avec IBM SPSS Modeler
Description générale
Ce cours d’une journée donne un aperçu de l’utilisation de IBM SPSS Modeler pour prédire une variable continue. 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 tels que la régression linéaire et des modèles d’apprentissage automatique. Parmi les problèmes qui seront abordés, le participant devra prédire la durée d’un abonnement (journaux, télécommunication, emploi, etc.) et prédire le montant de réclamations (assurance).
Note : Le matériel de cours est en anglais.
Prérequis
- Expérience avec IBM SPSS Modeler
- Introduction à IBM SPSS Modeler et à l’exploration de données
Cours complémentaires
- Les cours Classification de clients avec IBM SPSS Modeler et Modèles de segmentation et d’association avec IBM SPSS Modeler sont suggérés.
Cours subséquent
Plan de cours
Introduction à la modélisation de variables continues
- Présenter les objectifs de modélisation
- Présenter des questions d’affaire impliquant la prédiction de variables continues
- Expliquer le concept du « niveau de mesure » et son impact sur le choix d’une technique de modélisation
- Présenter les types de modèles pour prédire des variables continues
- Déterminer le modèle de classification à utiliser
Construire un arbre de façon interactive
- Expliquer comment l’algorithme CHAID produit un arbre
- Expliquer comment l’algorithme C&R produit un arbre
- Construire un modèle de façon interactive en utilisant les arbres CHAID et C&R
- Évaluer les modèles pour prédire des variables continues
- Évaluer de nouvelles données
Construire un arbre automatiquement
- Personnaliser les options dans le nœud CHAID
- Personnaliser les options dans le nœud Arbre C&RT
- Présenter les différences entre les arbres CHAID et C&R
Utiliser des modèles statistiques traditionnels
- Expliquer les concepts principaux de la régression linéaire
- Personnaliser les options dans le nœud Linéaire
- Expliquer les concepts principaux pour la régression de Cox
- Personnaliser les options dans le nœud Cox
Utiliser des modèles d’apprentissage automatique
- Expliquer les concepts principaux d’un réseau de neurones
- Personnaliser les options dans le nœud Réseau de neurones