Меню
Ваш город:
Звоните по телефону 8 (499) 343-88-67
Курс (OSPSS-7) Многомерные методы классификации в SPSS
Формат Дистанционно
IT, Информационные системы SPSS
Уровень подготовки Высокий
Дата проведения
14 Октября 2016 — 01 Августа 2017
Продолжительность
4 лекции ( 3 часа )
Формат занятий
1 человек
Язык преподавания
Русский
12 000 Р
Ознакомьтесь с условиями приема
  • Обучение проходит путем предоставления видео контента. Обеспечивается поддержка преподавателем.
Получите подтверждение об окончании
  • Сертификат
Описание мероприятия

Требуемый уровень подготовки: Продвинутый

Содержание:

Тема 1. Введение в многомерные методы классификации (продолжительность видео лекции 1 час 35 минут) 

  • Многомерные методы классификации
  • Понятие и области применения кластерного анализа
  • Задачи кластерного анализа
  • Методы кластерного анализа
  • Преимущества и недостатки кластерного анализа
  • Этапы кластерного анализа
  • Исходные данные в многомерном анализе
  • Меры различия между количественными данными
  • Процедура Расстояния
  • Оценка мер различия между количественными данными
  • Меры различия между бинарными данными и их оценка
  • Меры различия между частотными данными и их оценка
  • Меры сходства между количественными данными и их оценка
  • Меры сходства между бинарными данными и их оценка
  • Анализ качества классификации 

Тема 2. Иерархический кластерный анализ (продолжительность видео лекции 1 час) 

  • Особенности иерархического кластерного анализа
  • Алгоритм иерархических методов кластерного анализа
  • Меры расстояния между кластерами
  • Процедура Иерархический кластерный анализ
  • Выбор метода иерархического кластерного анализа
  • Результаты процедуры Иерархический кластерный анализ
  • Графическое представление результатов иерархического кластерного анализа
  • Настройка статистик процедуры Иерархический кластерный анализ
  • Сохранение результатов иерархического кластерного анализа 

Тема 3.  Классификация методом k-средних (продолжительность видео лекции 1 час) 

  • Сущность и особенности метода k-средних
  • Алгоритм метода k-средних
  • Процедура Кластерный анализ методом k-средних
  • Результаты процедуры Кластерный анализ методом k-средних
  • Настройка количества итераций
  • Настройка дополнительных параметров
  • Результаты вывода дополнительных настроек
  • Сохранение результатов классификации к-средними
  • Графическое представление результатов 

Тема 4. Двухэтапный кластерный анализ (продолжительность видео лекции 1 час) 

  • Особенности двухэтапного кластерного анализа
  • Предпосылки двухэтапного кластерного анализа
  • Алгоритм двухэтапного кластерного анализа
  • Процедура Двухэтапный кластерный анализ
  • Сводка результатов модели
  • Оценка кластерной структуры
  • Просмотр информации о кластерах
  • Вывод информации по кластерам
  • Управление выводом
  • Вывод процедуры Двухэтапный кластерный анализ
  • Дополнительная панель средства просмотра кластеров
  • Отбор наблюдений по кластерам
  • Параметры процедуры Двухэтапный кластерный анализ 

Тема 5. Факторный и компонентый анализ в задачах классификации (продолжительность видео лекции 1 час 45 минут) 

  • Понятие факторного анализа
  • Цель и задачи факторного анализа
  • Этапы реализации методов снижения размерности
  • Алгоритм компонентного анализа
  • Алгоритм факторного анализа
  • Предпосылки применения факторного и компонентного анализа
  • Сравнение факторного и компонентного анализов
  • Процедура Факторный анализ
  • Результаты процедуры Факторный анализ
  • Правила отбора факторов
  • Выбор метода факторного анализа
  • Проблема вращения факторов
  • Настройка вращения факторов
  • Параметры процедуры Факторной анализ
  • Вывод описательных статистик
  • Сохранение значений факторов 

Тема 6. Дискриминантный анализ (продолжительность видео лекции 1 час 40 минут) 

  • Методы классификации на основе откликов
  • Исходные данные для дискриминантного анализа
  • Сходства дискриминантного анализа и логистической регрессии
  • Различия дискриминантного анализа и логистической регрессии
  • Цель и задачи дискриминантного анализа
  • Предпосылки дискриминантного анализа
  • Этапы дискриминантного анализа
  • Методы дискриминантного анализа
  • Исходные данные для дискриминантного анализа
  • Линейная модель дискриминантного анализа
  • Процедура Дискриминантный анализ
  • Результаты процедуры Дискриминантный анализ
  • Статистики процедуры Дискриминантный анализ
  • Метод пошагового отбора процедуры Дискриминантный анализ
  • Процедуры классификации
  • Классификация на основе результатов дискриминантного анализа
  • Классификационные статистики
  • Геометрическая интерпретация классификационных функций
  • Сохранение результатов классификации 

Тема 7. Классификация методом ближайших соседей (продолжительность видео лекции 1 час) 

  • Сущность метода ближайших соседей
  • Процедура Ближайшие соседи
  • Задание правил определения ближайших соседей
  • Отбор переменных для классификации
  • Задание обучающей и контрольной выборки
  • Сохранение результатов классификации
  • Настройка вывода
  • Обработка пропущенных значений
  • Сводка результатов модели
  • Пространство предикторов
  • Оценка важности предикторов
  • Диаграмма соседей
  • Таблица соседей и расстояний до них
  • Диаграмма квадрантов
  • Значение ошибок при выборе числа предикторов и числа соседей
  • Таблица классификации и сводка ошибок 

Тема 8. Классификация на основе деревьев решений (продолжительность видео лекции 30 минут) 

  • Цель метода деревьев решений
  • Терминология деревьев решений
  • Задачи построения деревьев решения
  • Области применения деревьев решений
  • Преимущества и недостатки метода деревьев решений
  • Методы деревьев решений 

Тема 9. Построение деревьев решений методом CHAID (продолжительность видео лекции 1 час 40 минут)

  • Описание метода CHAID
  • Процедуры Деревья классификации
  • Сводка модели дерева решений
  • Диаграмма дерева решений
  • Таблица выигрышей
  • Таблицы риска и классификации
  • Настройка вывода дерева
  • Настройка вывода статистик
  • Настройка вывода графиков
  • Вывод правил классификации
  • Ограничение размера дерева
  • Сохранение результатов
  • Проверка модели
  • Обработка пропущенных значений
  • Задание стоимостей ошибочной классификации
  • Задание прибылей
  • Задание значений зависимой порядковой переменной

Тема 10. Построение деревьев решений методами исчерпывающий CHAID, CRT, QUEST (продолжительность видео лекции 50 минут)

  • Особенности метода исчерпывающий CHAID
  • Особенности метода CRT
  • Настройка отбора предикторов в модели CRT
  • Вывод важности предикторов в модели CRT
  • Отсечение ветвей
  • Использование суррогатов
  • Задание априорных вероятностей
  • Особенности метода QUEST

Тема 11. Редактор дерева решений (продолжительность видео лекции 30 минут)

  • Просмотр диаграммы дерева в Редакторе дерева
  • Просмотр содержимого узла дерева
  • Настройка внешнего вида диаграммы дерева
  • Изменение ориентации диаграммы дерева
  • Настройка содержимого узла дерева
  • Отбор наблюдений в Редакторе дерева

 Лабораторные работы (продолжительность видео лекции более 3 часов)

По окончании курса Вы будете уметь:
  • проводить кластерный анализ различными методами;
  • проводить факторный и компонентный анализ;
  • проводить дискриминантный анализ и классификацию на его основе;
  • строить деревья решений и анализировать их.
Длительность: 

4 дня (общая продолжительность видео лекции более 15 астрономических часов)

Программа мероприятия
Состав
Продолжительность  4 лекции ( 3 часа )

Нет времени искать?

Мы найдём для вас бесплатно в закрытых базах!
Рейтинг@Mail.ru