Kod yazmadan görsel akışla veri madenciliği yap
IBM SPSS Modeler temel eğitimi: stream ve node mantığı, veri okuma ve Type node, record/field operasyonları, CLEM, keşifsel görselleştirme ve C5.0/CHAID/lojistik regresyon modellemeyi kodsuz, uygulamalı öğretir.
Modeler stream yapısı, veri hazırlama, keşif ve temel modelleme
Bu temel eğitim, IBM SPSS Modeler'ın görsel (kodsuz) akış tabanlı veri madenciliği yaklaşımını öğretir. Stream (akış) ve node (düğüm) mantığı, kaynak node'ları ile veri okuma, Type node ile ölçüm düzeyi ve rol atama işlenir. Record ve field operasyonları (Select, Sample, Merge, Aggregate, Derive, Filler, Reclassify), eksik veri yönetimi ve veri kalitesi (Data Audit) ele alınır. Keşifsel analiz için Table, Distribution, Histogram, Plot ve Statistics node'ları; CRISP-DM metodolojisi ve temel tahmin modelleri (karar ağacı C5.0/CHAID, lojistik regresyon) partition node ile eğitim/test ayrımıyla uygulanır. Model değerlendirme (Analysis, Evaluation) ve dağıtım node'larına giriş yapılır.
3 Gün. Her gün dört modül; stream mantığından veri hazırlama ve temel modellemeye kadar işlenir.
Temel Seviye — IBM SPSS Modeler ile görsel akışlarda veri hazırlama, keşif ve temel modelleme.
Katılımcılar SPSS Modeler'da sürükle-bırak node'larla stream kurup gerçek veride model üretir.
Sürükle-bırak node'larla kod yazmadan uçtan uca analiz akışı kurarsınız.
Derive, Filler ve Merge ile veriyi modele hazır hale getirirsiniz.
Karar ağacı ve lojistik regresyonla ilk tahmin modellerinizi üretirsiniz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Temel istatistik ve veri kavramlarına aşinalık faydalıdır.
Tablo/alan (field) ve kayıt mantığına aşinalık yararlıdır.
Veriden içgörü çıkarma ilgisi eğitimden verimi artırır.
IBM SPSS Modeler kurulu veya erişilebilir bir ortam gereklidir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Node'larla uçtan uca analiz akışı kurabilirsiniz.
Farklı kaynaklardan veriyi okuyup tip atayabilirsiniz.
Data Audit ile veri kalitesini değerlendirebilirsiniz.
Derive, Merge ve Aggregate ile veri hazırlayabilirsiniz.
CLEM ifadeleriyle alan türetip dönüştürebilirsiniz.
Dağılım ve grafiklerle veriyi keşfedebilirsiniz.
Karar ağacı ve lojistik regresyon üretebilirsiniz.
Confusion matrix ve lift ile model ölçebilirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Satış tahmini ve CLV: satış regresyonu, geçmiş ve kestirimci CLV, BG/NBD ve Gamma-Gamma modelleri, CLV/CAC ve değere dayalı segmentasyonu öğrenin.
Detayları Gör →
Dengesiz sınıf için SMOTE/ADASYN, SHAP ve LIME ile model açıklama, grid/random/Bayesian hiperparametre ayarı ve sızıntısız pipeline'ı uygulamalı öğrenin.
Detayları Gör →
BI için boyutsal model: yıldız/kar tanesi şema, olgu-boyut tasarımı, grain, toplanabilirlik, SCD, uyumlu boyut ve bus matrix ile semantik modeli öğrenin.
Detayları Gör →
Kurumsal veri platformu ve sistem mühendisliği: platform mimarisi, DataOps/CI-CD, hat güvenilirliği, yönetişim, veri mesh ve FinOps süreç iyileştirmeyi öğrenin.
Detayları Gör →
Proje başarı metrikleri: hedef-metrik hizalama, çıktı-sonuç-etki, OKR/KPI, temel çizgi, ölçüm planı, A/B testi ve ROI ile değerlendirmeyi öğrenin.
Detayları Gör →