IBM® SPSS® Modeler: Příprava dat pro modelování

Příprava dat je nutnou podmínkou jakékoli následné analýzy. Chybná nebo nekvalitní příprava má za následek chybné závěry či nevhodné modely. V dataminingové metodologii CRISP-DM je přípravě dat věnována jedna fáze, kterou uživatelé hodnotí jako časově nejnáročnější. V praxi neexistují data, která by nevyžadovala žádné úpravy před analýzou a modelováním. Typické operace ve fázi přípravy dat zahrnují slučování zdrojů, agregování, restrukturalizaci, prosté i sekvenční odvozování atributů, formátování, výběry, doplňování vynechaných hodnot či hledání duplicit. Ačkoli lze mnohé operace zapsat v SQL nebo nějakém programovacím jazyce, tento přístup je časově náročný, nepřehledný a odvádí pozornost dataminera od cíle projektu.

Cíl vzdělávacího programu:

Cílem kurzu je naučit účastníky připravovat si data pomocí vizuálního programování v prostředí IBM SPSS Modeler. Naučí se pracovat s procesními uzly tohoto softwaru, osvojí si i speciální manipulační funkce jazyka CLEM. Společně s přípravou dat se budeme věnovat i jejich vizualizaci, neboť interaktivní grafika IBM SPSS Modeler umožňuje generovat mnoho datových manipulací ad hoc přímo z grafů.

Kurz je určen:

Kurz je určen pro analytiky, dataminery a datové specialisty, kteří budou pro svou práci používat nebo používají software IBM SPSS Modeler.

Předpoklady:

Pro úspěšné absolvování kurzu postačí uživatelská znalost práce na počítači, ovládat software IBM SPSS Modeler se účastníci naučí na kurzu.

Program kurzu:

1. datové formáty a přístup k datům, ODBC
2. vizuální programování
3. uzly IBM SPSS Modeler pro práci se záznamy (Record Operations)
4. uzly IBM SPSS Modeler pro práci s proměnnými (Field Operations)
5. zápis manipulačních formulí v jazyce CLEM
6. datový audit a interaktivní výstupy IBM SPSS Modeler