IBM 0A079G - Introduction to Machine Learning Models Using IBM SPSS Modeler (V18.2)
- Dauer
- Ausführung
- Vor Ort
- Startdatum und Ort
IBM 0A079G - Introduction to Machine Learning Models Using IBM SPSS Modeler (V18.2)
Bewertung:
Startdaten und Startorte
placeim Büro, Homeoffice, Meetingraum 16. Mär 2026 bis 17. Mär 2026Details ansehen event 16. März 2026, 09:00-17:00, im Büro, Homeoffice, Meetingraum, Seminar 30156 |
Beschreibung
Course Outline
- 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 targets
- Include 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 targets
- Include 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 c…
Frequently asked questions
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
Course Outline
- 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 targets
- Include 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 targets
- Include 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 basics
- Include 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 basics
- Treatment of missing values
Supervised models: Black box models - Neural networks
- Neural network basics
- Include categorical and continuous predictors
- Treatment of missing values
Supervised models:
- Black box models - Ensemble models
- Ensemble models basics
- Improve accuracy and generalizability by boosting and bagging
- Ensemble the best models
Unsupervised models: K-Means and Kohonen
- K-Means basics
- Include 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 basics
- TwoStep assumptions
- Find the best segmentation model automatically
- Anomaly detection basics
- Treatment of missing values
Association models: Apriori
- Apriori basics
- Evaluation measures
- Treatment of missing values
- Preparing data for modeling
- Examine the quality of the data
- Select important predictors
- Balance the data
Objective
- 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 targets
- Include 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 targets
- Include 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 basics
- Include 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 basics
- Treatment of missing values
Supervised models: Black box models - Neural networks
- Neural network basics
- Include categorical and continuous predictors
- Treatment of missing values
Supervised models:
- Black box models - Ensemble models
- Ensemble models basics
- Improve accuracy and generalizability by boosting and bagging
- Ensemble the best models
Unsupervised models: K-Means and Kohonen
- K-Means basics
- Include 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 basics
- TwoStep assumptions
- Find the best segmentation model automatically
- Anomaly detection basics
- Treatment of missing values
Association models: Apriori
- Apriori basics
- Evaluation measures
- Treatment of missing values
- Preparing data for modeling
- Examine the quality of the data
- Select important predictors
- Balance the data
Cegos Integrata GmbH – Ihr Business Partner für Performance Learning
Seit 60 Jahren unterstützen wir Unternehmen jeder Größenordnung und Einzelpersonen mit praxisbezogenen Weiterbildungen für Fach- und Führungskräfte in der Mitarbeiterentwicklung.
Wir begleiten sie von der Konzeption bis zur Umsetzung eines Qualifizierungskonzepts und bilden Fach- und Führungskräfte mit modernen Methoden und innovativen Lernformaten weiter, die als Live Online Training, Hybridformat oder als Präsenzveranstaltung durchgeführt werden. Unsere passgenauen Lernangebote schaffen ein einzigartiges Lernerlebnis. Dabei legen wir großen Wert auf einen nachhaltigen Wissenstransfer, der einen nahtlosen Übergang in die Arbeitspraxis gewährleistet.
Mit über 1.000 Seminarthemen aus allen betrieblichen Bereichen decken wir ein umfangreiches Leistungsspektrum ab und sorgen mit einem Partnernetzwerk von mehr als 750 erfahrenen Trainern, Coaches und Consultants für einen nachhaltigen Wissenstransfer.
Als Unternehmen der Cegos Group, des internationalen Marktführers für die berufliche Weiterbildung, investieren wir kontinuierlich in Lerninnovationen, die unsere Kunden befähigt, mit der Digitalisierung und Transformation der Arbeitswelt Schritt zu halten. Rund 1.500 weltweite Mitarbeiter:innen tragen dazu bei, mit Performance Learning schlüsselfertige und individualisierbare Lösungen anzubieten, die in nationalen und internationalen Kundenprojekten jeder Größenordnung zum Einsatz kommen.
Werden Sie über neue Bewertungen benachrichtigt
Schreiben Sie eine Bewertung
Haben Sie Erfahrung mit diesem Kurs? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!