Szkolenia IBM

Cel szkolenia

kod: 0A108GPL | wersja: v18.1.1

This course (formerly: Introduction to IBM SPSS Text Analytics for IBM SPSS Modeler (v18)) teaches you how to analyze text data using IBM SPSS Modeler Text Analytics. You will be introduced to the complete set of steps involved in working with text data, from reading the text data to creating the final categories for additional analysis. After the final model has been created, there is an example of how to apply the model to perform churn analysis in telecommunications. Topics include how to automatically and manually create and modify categories, how to edit synonym, type, and exclude dictionaries, and how to perform Text Link Analysis and Cluster Analysis with text data. Also included are examples of how to create resource tempates and Text Analysis packages to share with other projects and other users.

Please refer to course overview

Users of IBM SPSS Modeler responsible for building predictive models who want to leverage the full potential of classification models in IBM SPSS Modeler.

Plan szkolenia Rozwiń listę

Unit 1 - Introduction to text mining
• Describe text mining and its relationship to data mining
• Explain CRISP-DM methodology as it applies to text mining
• Describe the steps in a text mining project

Unit 2 - An overview of text mining
• Describe the nodes that were specifically developed for text mining
• Complete a typical text mining modeling session

Unit 3 - Reading text data
• Reading text from multiple files
• Reading text from Web Feeds
• Viewing text from documents within Modeler

Unit 4 - Linguistic analysis and text mining
• Describe linguistic analysis
• Describe Templates and Libraries
• Describe the process of text extraction
• Describe Text Analysis Packages
• Describe categorization of terms and concepts

Unit 5 - Creating a text mining concept model
• Develop a text mining concept model
• Score model data
• Compare models based on using different Resource Templates
• Merge the  results with a file containing the customer’s demographics
• Analyze model results

Unit 6 - Reviewing types and concepts in the Interactive Workbench
• Use the Interactive Workbench
• Update the modeling node
• Review extracted concepts

Unit 7 - Editing linguistic resources
• Describe the resource template
• Review dictionaries
• Review libraries
• Manage libraries

Unit 8 - Fine tuning resources
• Review Advanced Resources
• Extracting non-linguistic entities
• Adding fuzzy grouping exceptions
• Forcing a word to take a particular Part of Speech
• Adding non-Linguistic entities

Unit 9 - Performing Text Link Analysis
• Use Text Link Analysis interactively
• Create categories from a pattern
• Use the visualization pane
• Create text link rules
• Use the Text Link Analysis node

Unit 10 - Clustering concepts
• Create Clusters
• Creating categories from cluster concepts
• Fine tuning Cluster Analysis settings

Unit 11 - Categorization techniques
• Describe approaches to categorization
• Use Frequency Based Categorization
• Use Text Analysis Packages to Categorize data
• Import pre-existing categories from a Microsoft Excel file
• Use Automated Categorization with Linguistic-based Techniques

Unit 12 - Creating categories
• Develop categorization strategy
• Fine turning the categories
• Importing pre-existing categories
• Creating a Text Analysis Package
• Assess category overlap
• Using a Text Analysis Package to categorize a new set of data
• Using Linguistic Categorization techniques to Creating Categories

Unit 13 - Managing Linguistic Resources
• Use the Template Editor
• Share Libraries
• Save resource templates
• Share Templates
• Describe local and public libraries
• Backup Resources
• Publishing libraries

Unit 14 - Using text mining models
• Explore text mining models
• Develop a model with quantitative and qualitative data
• Score new data

Appendix A - The process of text mining
• Explain the steps that are involved in performing a text mining project

Pobierz konspekt szkolenia w formacie PDF

Dodatkowe informacje

Wymagania

• General computer literacy
• Prior completion of Introduction to IBM SPSS Modeler and Data Science (v18.1.1) is recommended.

Poziom trudności
Czas trwania 2 dni

Pozostałe szkolenia IBM | IBM SPSS Modeler

Formularz kontaktowy

Prosimy o wypełnienie poniższego formularza, jeśli chcą Państwo uzyskać więcej informacji o powyższym szkoleniu.






* pola oznaczone (*) są wymagane

Informacje o przetwarzaniu danych przez Compendium – Centrum Edukacyjne Spółka z o.o.

CENA 1110 EUR NETTO Czy wiesz, że możesz uzyskać do 100% dofinansowania na ten kurs?   Sprawdź jak »

zamknij

Kody rabatowe

Kod rabatowy, może dotyczyć (szkolenia, producenta, terminu). Jeżeli posiadasz kod rabatowy, to wpisz go w odpowiednie pole.
(kolor zielony oznacza wpisanie prawidłowego kodu | kolor czerwony oznacza, że wpisany kod jest nieprawidłowy)

FORMA SZKOLENIA ?

zamknij

Szkolenie stacjonarne

Szkolenia stacjonarne w Compendium CE odbywają się najczęściej w naszych lokalizacjach w Krakowie i Warszawie, ale także w miejscu ustalonym przez klienta. Grupa uczestnicząca w szkoleniu spotyka się w danym miejscu o określonym czasie i wraz z trenerem aktywnie uczestniczy w laboratoriach.

MATERIAŁY SZKOLENIOWE ?

zamknij

Materiały elektroniczne

Materiały elektroniczne: są to materiały szkoleniowe w wersji elektronicznej, które w zależności od dostawcy udostępniane są za pomocą dedykowanych aplikacji: Skillpipe, eVantage itd. lub w postaci dokumentów PDF.

Materiały ctab

Materiały ctab: cena zawiera tablet ctab oraz materiały szkoleniowe w formie elektronicznej bądź tradycyjne materiały szkoleniowe i materiały dodatkowe dostarczone w wersji elektronicznej w zależności od ustaleń z producentem (w postaci dokumentów PDF lub EPUB). Tak dostarczone materiały są przystosowane pod kątem wyświetlania ich na tablecie ctab. Po więcej informacji zajrzyj na stronę ctab.

 

WYBIERZ TERMIN SZKOLENIA

Brak ustalonych terminów dla tego szkolenia.

Zaproponuj własny termin

Najbliższe szkolenia IBM

Harmonogram szkoleń IBM