Advanced Machine Learning Models Using IBM SPSS Modeler (V18.2)
- Référence 0A039G
- Durée 1 Jour
Modalité pédagogique
Classe inter à distance Prix
EUR750,00
hors TVA
Demander une formation en intra-entreprise S'inscrireAller à:
Modalité pédagogique
La formation est disponible dans les formats suivants:
-
Classe inter à distance
Depuis n'importe quelle salle équipée d'une connexion internet, rejoignez la classe de formation délivrée en inter-entreprises.
-
Classe inter en présentiel
Formation délivrée en inter-entreprises. Cette méthode d'apprentissage permet l'interactivité entre le formateur et les participants en classe.
-
Intra-entreprise
Cette formation est délivrable en groupe privé, et adaptable selon les besoins de l’entreprise. Nous consulter.
Demander cette formation dans un format différent
Résumé
Haut de pageCette formation permet aux participants d'acquérir les compétences et connaissances nécessaires pour utiliser les modèles avancés disponibles dans IBM SPSS Modeler. Les participants sont d'abord initiés à une technique appelée PCA/Factor, pour réduire le nombre de champs à un certain nombre de facteurs centraux, appelés composantes ou facteurs. Les sujets suivants se concentrent sur les modèles supervisés, notamment les machines à vecteurs de support, les arbres aléatoires et XGBoost. Des méthodes sont examinées pour analyser des données textuelles, combiner des modèles individuels en un seul modèle et améliorer la puissance d'IBM SPSS Modeler en ajoutant des modèles externes, développés en Python ou R, à la palette de modélisation.
Prochaines dates
Haut de page-
- Modalité: Classe inter en présentiel
- Date: 12 juillet, 2024
- Centre: RUEIL ATHENEE
-
- Modalité: Classe inter à distance
- Date: 12 juillet, 2024
- Centre: SITE DISTANT
-
- Modalité: Classe inter en présentiel
- Date: 11 octobre, 2024
- Centre: RUEIL ATHENEE
-
- Modalité: Classe inter à distance
- Date: 11 octobre, 2024
- Centre: SITE DISTANT
-
- Modalité: Classe inter en présentiel
- Date: 03 février, 2025
- Centre: RUEIL ATHENEE
-
- Modalité: Classe inter à distance
- Date: 03 février, 2025
- Centre: SITE DISTANT
Public
Haut de pageUtilisateurs expérimentés d'IBM SPSS Modeler qui souhaitent se familiariser avec les techniques avancées du logiciel.
Objectifs de la formation
Haut de pageA l'issue de la formation, les participants seront capables de :
- Utiliser les modèles avancés disponibles dans IBM SPSS Modeler
- Utiliser les modèles supervisés, notamment les machines à vecteurs de support, les arbres aléatoires et XGBoost
- Examiner les méthodes pour analyser des données textuelles, combiner des modèles individuels en un seul modèle et améliorer la puissance d'IBM SPSS Modeler en ajoutant des modèles externes, développés en Python ou R, à la palette de modélisation.
Programme détaillé
Haut de pageIntroduction aux modèles avancés d'apprentissage automatique
- Taxonomie des modèles
- Aperçu des modèles supervisés
- Vue d'ensemble des modèles permettant de créer des regroupements naturels
Champs de groupes : Analyse factorielle et analyse en composantes principales
- Notions de base de l'analyse factorielle
- Notions de base des composantes principales
- Hypothèses de l'analyse factorielle
- Questions clés de l'analyse factorielle - Améliorer l'interprétabilité des scores des facteurs et des composantes
Prédire les cibles avec l'analyse du plus proche voisin
- Notions de base de l'analyse du plus proche voisin
- Questions clés de l'analyse du plus proche voisin
- Évaluer l'ajustement du modèle
Explorer les modèles supervisés avancés
- Notions de base des machines à vecteurs de support
Introduction aux modèles linéaires généralisés
- Modèles linéaires généralisés
- Distributions disponibles
- Fonctions de liaison disponibles
Combiner les modèles supervisés
- Combiner les modèles avec le nœud Ensemble
- Identifier les méthodes d'ensemble pour les cibles catégorielles
- Identifier les méthodes d'ensemble pour les cibles drapeau
- Identifier les méthodes d'ensemble pour les cibles continues
- Modélisation au niveau méta
Utiliser des modèles externes d'apprentissage automatique
- Nœuds d'extension d'IBM SPSS Modeler
- Utiliser des programmes externes d'apprentissage automatique dans IBM SPSS Modeler
Analyser des données textuelles
- Text Mining et Data Science
- Applications du Text Mining
- Modélisation avec des données textuelles
Pré-requis
Haut de page- Connaissance des besoins de votre entreprise
- Requis : Formation IBM SPSS Modeler Foundations (V18.2) (0A069G/0E069G) ou connaissances équivalentes sur la façon d'importer, d'explorer et de préparer des données avec IBM SPSS Modeler v18.2, et connaissance des bases de la modélisation.
- Recommandé : Formation d'Introduction aux modèles d'apprentissage automatique à l'aide d'IBM SPSS Modeler (V18.2) (0A079G/0E079G), ou connaissances équivalentes ou expérience du produit sur les modèles d'apprentissage automatique supervisés (CHAID, C&R Tree, Regression, Random Trees, Neural Net, XGBoost), les modèles d'apprentissage automatique non supervisés (TwoStep Cluster), et les modèles d'apprentissage automatique par association tels qu'APriori.
Bon à savoir
Haut de pageSupport de cours officiel IBM remis aux participants.
- /fr-fr/-/media/global-knowledge/merchandising/right-side-column/fr/reviews/review-ibm.png #000000
- <p><br /></p><table style="width: 100%; border-collapse: collapse; border-style: solid; border-color: #141c36; float: left;" border="3" cellspacing="2" cellpadding="5" data-mce-style="width: 100%; border-collapse: collapse; border-style: solid; border-color: #141c36; float: left;"><tbody><tr><td style="width: 100%;" data-mce-style="width: 100%;"><p style="text-align: left;" data-mce-style="text-align: left;"><strong><span style="color: #141c36;" data-mce-style="color: #141c36;">Modalité d'évaluation</span></strong></p><hr /><p style="text-align: left;" data-mce-style="text-align: left;">A l'issue de la formation, le participant est invité à s’auto-évaluer par rapport aux objectifs énoncés.</p></td></tr></tbody></table>
- <table style="width: 100%; border-collapse: collapse; border-style: solid; border-color: #141c36; float: left;" border="3" cellspacing="2" cellpadding="5" data-mce-style="width: 100%; border-collapse: collapse; border-style: solid; border-color: #141c36; float: left;"><tbody><tr><td style="width: 100%;" data-mce-style="width: 100%;"><p style="text-align: left;" data-mce-style="text-align: left;"><strong><span style="color: #141c36;" data-mce-style="color: #141c36;">Délais d’inscription</span></strong></p><hr /><p style="text-align: left;" data-mce-style="text-align: left;">Avant le début de la formation <strong>jusqu’à 5 jours ouvrés sous réserve de disponibilité </strong>sauf dans le cas d'un financement <a title="compte CPF" href="https://www.globalknowledge.com/fr-fr/formations/compte-personnel-de-formation-cpf" data-mce-href="https://www.globalknowledge.com/fr-fr/formations/compte-personnel-de-formation-cpf">CPF,</a> jusqu'à 11 jours ouvrés. <a rel="noopener noreferrer" title="formations éligibles CPF" href="mailto:cpf@globalknowledge.fr" target="_blank" rel="noopener noreferrer" data-mce-href="mailto:cpf@globalknowledge.fr">Contactez-nous</a> pour connaître les formations éligibles.</p></td></tr></tbody></table><p><br /></p>
- #000000
- #000000
- 0A039G
- Advanced Machine Learning Models Using IBM SPSS Modeler (V18.2)
- Analyse decisionnelle
- 0A039G | Advanced Machine Learning Models Using IBM SPSS Modeler (V18.2) | Training Course | IBM.
- IBM