Corso Base Modeler

​

Obiettivi: 

Nozioni introduttive all’uso di SPSS Modeler.

​

Tecniche presentate: 

Introduzione alla qualità dei dati e introduzione alla manipolazione dei dati e data preparation, panoramica dei nodi grafici, tematiche avanzate di trattamento dati quali campionamento, gestione dei dati mancanti, manipolazione di file.

​

Prerequisiti: 

E’ richiesta minima familiarità con il PC, con Windows e con i più diffusi strumenti di office automation.

 

Introduzione

• Introduzione a Modeler

• Cenni metodologici e CRISP-DM

• Utilizzo della GUI e dello help

• Modeler Client e Server

• File di lavoro, salvataggio e organizzazione in progetti

 

Utilizzo dei nodi e analisi

• Lettura di file dati da diverse fonti (db, testo, excel, e altri formati proprietari)

• Diverse tipologie di campi, lettura automatica e impostazione manuale del tipo

• Introduzione alla qualità dei dati:

  • Riconoscimento e trattamento dei nulli

  • Strumenti diagnostici per riconoscere outliers e/o altre anomalie dei dati

• Introduzione alla manipolazione dei dati e data preparation

  • Oprazioni di base su record e campi

  • Ordinamenti di campi e record

  • Generazione nuovi campi

  • Utilizzo del linguaggio CLEM e generatore di espressioni

  • Modalità multipla di creazione di campi

• Panoramica dei nodi grafici e loro utilizzo di analisi/esplorazione dati e modalità interattiva

• Studio delle distribuzioni uni variate e relazioni bivariate tra i dati

 

Tematiche avanzate di trattamento dati

• Utilizzo contemporaneo di più fonti dati

  • Aggregazioni

  • Unioni di fonti dati

  • Accomodamenti

• L'utilizzo di super nodi

• Campionamento

  • Tecniche base di campionamento

  • Campionamento per l'efficientamento delle esecuzioni

  • Separazione di fonti dati in base a campioni

  • Caching dei dati

  • Partizionamento dei dati

• Gestione dei dati mancanti

  • Impostazione dei valori blank

  • Utilizzo dei valori globali per sostituzioni

  • Controllo automatico di valori nulli e fuori range

  • Consigli sulla gestione dei nulli

• Lavorare con le date

  • Opzioni generali di formato e date a due cifre

  • Letture e trasformazioni di dati

  • Applicazione di formule a campi molteplici

• Lavorare con dati stringa

  • Esempi avanzati di manipolazione di stringhe

• Lavorare con dati sequenziali

  • Conteggi e stato

  • Le funzioni di dati sequenziali in Modeler

• Manipolazione di file

  • Utilizzo dell'aggregazione

  • Trasposizioni pure e condizionali dei file

  • Creazioni di campi flag/ funzioni indicatrici da dati categoriali

• Cenni sulle tipologie di join e ottimizzazione SQL

 

Introduzione al modeling

• Panoramica delle tecniche di modeling

  • Reti neurali

  • Alberi decisionali

  • Modelli di previsione (predizione) statistici

  • Regressioni lineari e logistica

  • Tecniche di clustering

  • Tecniche di riduzuione della dimensionalità (analisi componenti principali)

  • Regole di associazione

• Utilizzo di una rete neurale

• Comprensione delle logiche delle reti neurali

• Utilizzo di alberi decisionali in modalità base e interattiva

• Combinazione e comparazione di modelli diversi

• Esempio di clustering

• Esempi di utilizzo di regole di associazione