IBM InfoSphere DataStage Essentials (v11.7)
- Durée
- Durée :4 jours
- Niveau
- Niveau :Fondamental
- Certification
- Certification :Non
3400€ HT
Prochaine session :
IBM SPSS Modeler : Machine Learning Models (V18.2)
Description de la formation IBM SPSS Modeler Machine Learning
Qu’est-ce que la formation IBM SPSS Modeler Machine Learning Models V18.2 ?
Cette formation permet d’apprendre à utiliser IBM SPSS Modeler V18.2 pour créer des modèles de Machine Learning sans programmation. Elle guide les participants à travers toutes les étapes de la modélisation prédictive : préparation et exploration des données, sélection des variables pertinentes, mise en œuvre des principaux algorithmes comme les arbres de décision, les régressions ou les réseaux de neurones, et interprétation des résultats pour générer des insights fiables.
Pourquoi suivre la formation IBM SPSS Modeler Machine Learning Model V18.2 ?
Suivre cette formation permet de maîtriser un outil puissant d’analyse prédictive et de data mining, reconnu dans les secteurs orientés données. Elle aide les professionnels à automatiser leurs analyses, à construire des modèles robustes et à améliorer leurs décisions métiers grâce aux fonctionnalités avancées de SPSS Modeler. C’est un atout pour les data analysts, chargés d’études, statisticiens et toute personne impliquée dans la valorisation de données.
Programme de la formation
Objectif opérationnel :
Savoir utiliser IBM SPSS Modeler V18.2 pour construire, évaluer et interpréter des modèles de Machine Learning adaptés à l’analyse prédictive, sans programmation.
Objectifs pédagogiques :
À l'issue de cette formation IBM SPSS Modeler V18.2, vous aurez acquis les connaissances et compétences nécessaires pour :
- Introduction to machine learning models
- Taxonomy of machine learning models
- Identify measurement levels
- Taxonomy of supervised models
- Build and apply models in IBM SPSS Modeler
Supervised models : Decision trees - CHAID
CHAID basics for categorical targetsInclude categorical and continuous predictors
CHAID basics for continuous targets
Treatment of missing values
Supervised models : Decision trees - C&R Tree
C&R Tree basics for categorical targetsInclude categorical and continuous predictors
C&R Tree basics for continuous targets
Treatment of missing values
Evaluation measures for supervised models
Evaluation measures for categorical targets
Evaluation measures for continuous targets
Supervised models : Statistical models for continuous targets - Linear regression
Linear regression basicsInclude categorical predictors
Treatment of missing values
Supervised models: Statistical models for categorical targets - Logistic regression
Logistic regression basics
Include categorical predictors
Treatment of missing values
Association models : Sequence detection
Sequence detection basicsTreatment of missing values
Supervised models : Black box models - Neural networks
Neural network basicsInclude categorical and continuous predictors
Treatment of missing values
Supervised models :
Black box models - Ensemble modelsEnsemble models basics
Improve accuracy and generalizability by boosting and bagging
Ensemble the best models
Unsupervised models : K-Means and Kohonen
K-Means basicsInclude categorical inputs in K-Means
Treatment of missing values in K-Means
Kohonen networks basics
Treatment of missing values in Kohonen
Unsupervised models : TwoStep and Anomaly detection
TwoStep basicsTwoStep assumptions
Find the best segmentation model automatically
Anomaly detection basics
Treatment of missing values
Association models : Apriori
Apriori basicsEvaluation measures
Treatment of missing values
Preparing data for modeling
Examine the quality of the data
Select important predictors
Balance the data
Public cible :
La formation s'adresse aux :
- Data scientists
- Analystes Business
- Clients souhaitant comprendre les modèles de Machine Learning
Prérequis :
Aucun prérequis n'est strictement attendu. Il peut néanmoins être utile d'avoir suivi la formation IBM SPSS Modeler Foundations (0A096G).
J'évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Date de mise à jour du programme : 18/11/2025
Dates et lieux
Période souhaitée
Lieux
Type d'affichage