• Einblick in typische Data-Mining-Fragestellungen 
• Überblick über die Methoden der Data-Mining 
• Umsetzung im IBM SPSS Modeler®
  

• Überblick Data Mining mit IBM SPSS Modeler® 
• Aufbau IBM SPSS Modeler® 
• Typische Fragestellung des Data Mining 
• Einführung in den Prozess-Standard CRISP-DM 
• Datenimport 
• Zugriff auf strukturierte, ODBC-fähige Datenquellen 
• Import von Textdateien 
• Einlesen proprietärer Datenformate (IBM SPSS Statistics®, SAS®) 
• Aufbereitungsoptionen 
• Möglichkeiten zu Auswahl, Aufbau und Zusammensetzung von Datensätzen (Verbinden, Anhängen, Sortieren, Balancieren) 
• Datenvalidierung, Datenexploration und automatische Prüfung der Datenqualität 
• Ableitung, Neuberechnung von Variablen bzw. Ersetzen von Variablen 
• Umkodieren, Klassieren und Dichotomisieren 
• Visualisierung (Diagramme), Modellbildung und Evaluation 
• Modellbildung: Übersicht der verfügbaren Verfahren und Hinweise zu Anwendungsgebieten 
• Fallbeispiel: Kundenklassifikation mit Hilfe unterschiedlicher Klassifizierungsverfahren 
• Modellevaluation (Gain Charts) und Vergleich verschiedener Modelle (Fehlerklassifizierung, Trefferquoten) 
• Speichern und Exportieren von Klassifikations- und Scoring-Ergebnissen 
• Wiederverwendung der Analysen in Folgeprojekten
  

Dieser Kurs richtet sich an alle Personen, die in das Data-Mining mit dem IBM SPSS Modeler® einsteigen oder ihr Wissen auffrischen wollen. 

Der IBM SPSS Modeler® unterstützt den gesamten Data-Mining-Prozess - vom Datenzugriff und der Datenaufbereitung über die Bildung verschiedener Modelle bis hin zur Modellierung. 

Die einzelnen Schritte werden praxisorientiert besprochen und auf Basis realer Fragestellung eingeübt. Eine autodidaktische Weiterbildung oder die Teilnahme an weiterführenden Seminaren ist nach diesem Grundkurs bestens möglich.