SPSS Modeler是業界極為著名的數據挖掘軟件，其前身為SPSS Clementine。SPSS Modeler內置豐富的數據挖掘模型，以其強大的挖掘功能和友好的操作習慣，深受用戶的喜愛和好評，成為眾多知名企業在數據挖掘項目上的軟件產品選擇。
本課程以SPSS Modeler為應用軟件，以數據挖掘項目生命周期為線索，以實際數據挖掘項目為例，講解了從項目商業理解開始，到最后應用Modeler軟件實現的挖掘過程。
作為數據挖掘項目的重要干系人，數據挖掘專家需要對數據挖掘項目的生命周期、整體管理、挖掘技術等方面都有一定程度的理解。當然，任何一個人都不可能獨立完成整個挖掘過程，任何一個人都不可能深入地掌握所有建模算法細節。雖然，這看起來遙不可及，但是掌握項目的管理思想，掌握算法的數學思想，並在實際項目中，結合項目的實際情況，靈活應對，持續改進優化，成功交付項目，則是經過一定學習和訓練，經過一定經驗積累，就可以達到的。
本課程深入淺出，揭開數據挖掘的神秘面紗，拋開繁瑣枯燥的數學推導，注重對模型數學思想的解釋與引導。認真學習完本課程，掌握模型思想，在實際項目中舉一反三，就能對數據挖掘項目在建模階段的模型選擇、評估等進行很好的把握。同時，本課程全程貫穿項目管理思想，注重項目實際建設過程，是數據挖掘項目的項目經理、產品經理、項目指導等朋友的良好指導。對於初次接觸數據挖掘項目，或是有強烈意願從事數據挖掘事業的朋友，更是非常好的入門教程。您可以通過本課程的學習，對數據挖掘項目的實際建設過程有一定程度的理解和心得，結合您自身的興趣和專業特點，找准您希望以后在數據挖掘項目團隊中所擔任的角色，並以該角色對能力素質的要求來指導自己，不斷完善自我提升，逐步成為該領域的專家。在這一點上，本課程更像是您的職業規划指導，希望能為您找准自身定位，實現自我規划，提供更多幫助。
如您更為關注對挖掘模型的數值算法實現及細節優化，並具備一定程度的數學功底，歡迎您持續關注北風網后續高級課程。
1.課程研發環境
本課程使用SPSS Modeler14.1用作課堂演示。可在各大網站下載該版本及更高版本資源，僅作學習交流使用。
2.內容簡介
本教程從數據挖掘生命周期、過程及管理思想開始，講解了實際項目中各大階段的重要任務及各自承上啟下的關鍵作用。並用通俗易懂的語言將挖掘技術所涉及的思想、方法、參數與統計學基礎聯系起來，仔細講解了包括維度、數據、分析、數據流等在內的功能、參數的實際意義和選擇、組合等應用方法。對建模技術的原理思想及選擇方法是本課程的重點與難點。此外，本課程在結合對Modeler軟件應用的同時，更加強調建模思想，強調模型規划設計。針對有更高要求的朋友，還應常常訓練自己對數據挖掘項目全過程的整體規划與設計，培養自己項目全局的眼光和思維方式。
空空老師，本名穆敏，PMP of PMI、信息系統項目管理師、高級工程師。數學專業，11年大型企業信息化建設經驗，長期從事BI（商業智能分析）、DM（數據挖掘）、PLM（產品生命周期）、ERP（企業資源管理）、CRM（客戶關系管理）等項目規划、建設與管理工作，具有豐富的系統規划、開發、管理、項目結構治理、IT戰略規划等經驗。並長期擔任數據挖掘、建模思想、高級項目管理、PMP、IT技術等培訓工作。培訓經驗豐富，思路清晰，語言風趣幽默，深受學員喜愛。
第一章、數據挖掘項目管理基礎與思想
第一課：課程規划
第二課：DM項目的生命周期與建設過程
第三課：CRISP-DM詳解
第四課：DM項目實際建設與管理過程（上）
第五課：DM項目實際建設與管理過程（下）
第六課：DM團隊組成與能力素養
第二章、感性認識SPSS Modeler
第七課：SPSS MODELER軟件基礎
第八課：MODELER節點概要
第九課：MODELER數據流實例解讀
第三章、必備的統計學基礎
第十課：簡單的統計學概念
第十一課：常用的分布函數
第十二課：統計學基礎的其它補充
第四章、數據准備與預處理
第十三課：數據質量與樣本管理
第十四課：MODELER變量管理
第十五課：MODELER分析管理
第五章、常用模型的數學思想與思考
第十六課：數據挖掘知識類型
第十七課：模型過程思想
第十八課（上）：回歸分析思想與建模解釋
第十八課（下）：回歸分析建模解釋（續）
第十九課：決策樹思想與建模解釋
第二十課：回歸與決策樹增補
第二十一課：神經網絡思想與建模解釋
第二十二課：SVM思想與建模解釋
第二十三課：聚類思想與建模解釋
第二十四課：關聯思想與建模解釋
第六章、項目案例解析
第二十五課：信用風險評估
第二十六課：經營輔助決策
1、熟悉數據挖掘項目的生命周期，培養數據挖掘項目的管理思想，融入每一次項目實際。
2、培養對數據挖掘項目的統籌、接口、把控能力。
3、培養數據挖掘模型的數學思想，學會根據實際的項目情況，對模型進行管理。
4、熟練SPSS MODELER軟件工具的應用。
5、結合自身特點與興趣，找准定位，做好職業規划。
亮點一、數據挖掘與各門數學分支關系密切，本課程在建模技術的講解部分，盡量舍棄復雜的數學公式，用簡潔的語言描述原理和思想。如您對此感興趣，將對您數學思想的養成有所幫助。
亮點二、本課程盡量在課堂上手把手和大家一起設計數據流，帶領大家從入門到精通。
亮點三、您只需跟隨本課程的進度，就能讀懂Modeler建模環節中所涉及到的參數的數學理解，避免了您為了補充各門數學基礎而淪陷在廣博的數學知識中。
亮點四、本課程雖然課時有限，但對整個數據挖掘項目上所涉及到的內容與結構均有所包含，時刻強調對數據挖掘項目整體的眼光與角度，強調對技術知識、業務積累、管理思想的結合。各位朋友可舉一反三、靈活應用到各自領域的不同項目中，實用性強.。