欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜:Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2/Agda, C++/Lisp/Haskell
SPSS
来自开放百科 - 灰狐
				
								
				(版本间的差异)
				
																
				
				
								
小 (→链接)  | 
			小 (→CRISP-DM)  | 
			||
| (未显示1个用户的3个中间版本) | |||
| 第7行: | 第7行: | ||
*IBM SPSS Modeler  | *IBM SPSS Modeler  | ||
利用支持高级分析功能的直观可视化界面,发现结构化和非结构化数据中的模式和趋势。  | 利用支持高级分析功能的直观可视化界面,发现结构化和非结构化数据中的模式和趋势。  | ||
| + | |||
| + | ==特色==  | ||
| + | *统计学分析和报告  | ||
| + | 涵盖整个分析流程:规划、数据收集、分析、报告和部署。  | ||
| + | *数据挖掘和预测建模  | ||
| + | 利用强大的建模、评估和自动化功能。  | ||
| + | *决策管理和部署  | ||
| + | 在内部部署环境、云端或混合环境实施先进的模型管理和分析决策管理,充分发挥分析的潜能。  | ||
| + | *大数据分析  | ||
| + | 分析大数据以获取预测性洞察,制定有效的业务战略。  | ||
| + | |||
| + | ==SPSS Modeler 数据挖掘==  | ||
| + | |||
| + | |||
| + | ==SPSS Statistics 统计分析==  | ||
| + | |||
| + | ==CRISP-DM==  | ||
| + | CRISP-DM(即“跨行业数据挖掘标准流程”的缩写)是一种业界认可的用于指导数据挖掘工作的方法。  | ||
| + | *作为一种方法,它包含工程中各个典型阶段的说明、每个阶段所包含的任务以及这些任务之间的关系的说明。  | ||
| + | *作为一种流程模型,CRISP-DM 概述了数据挖掘的生命周期:商业理解、数据理解、数据准备、建立模型、模型评估、结果部署。(6个阶段)  | ||
| + | |||
| + | ==机器学习==  | ||
| + | *[https://www-01.ibm.com/marketing/iwm/dre/signup?source=mrs-form-9905&S_PKG=ov51263&lang=zh_CN 采用Spark技术的SPSS机器学习算法的实现与应用]  | ||
==指南==  | ==指南==  | ||
| 第19行: | 第42行: | ||
==链接==  | ==链接==  | ||
*[http://www-01.ibm.com/software/cn/analytics/spss/ SPSS官网]    | *[http://www-01.ibm.com/software/cn/analytics/spss/ SPSS官网]    | ||
| + | *[https://www.ibm.com/analytics/cn/zh/ IBM 大数据分析]  | ||
[[category:statistics]]  | [[category:statistics]]  | ||
[[category:data mining]]  | [[category:data mining]]  | ||
[[category:IBM]]  | [[category:IBM]]  | ||
2017年7月2日 (日) 03:33的最后版本
|   | 
您可以在Wikipedia上了解到此条目的英文信息 SPSS Thanks, Wikipedia. | 
SPSS 全球领先的预测分析软件
- IBM SPSS Statistics
 
利用高级统计分析功能理解数据、识别趋势和生成准确的预报。
- IBM SPSS Modeler
 
利用支持高级分析功能的直观可视化界面,发现结构化和非结构化数据中的模式和趋势。
目录 | 
[编辑] 特色
- 统计学分析和报告
 
涵盖整个分析流程:规划、数据收集、分析、报告和部署。
- 数据挖掘和预测建模
 
利用强大的建模、评估和自动化功能。
- 决策管理和部署
 
在内部部署环境、云端或混合环境实施先进的模型管理和分析决策管理,充分发挥分析的潜能。
- 大数据分析
 
分析大数据以获取预测性洞察,制定有效的业务战略。
[编辑] SPSS Modeler 数据挖掘
[编辑] SPSS Statistics 统计分析
[编辑] CRISP-DM
CRISP-DM(即“跨行业数据挖掘标准流程”的缩写)是一种业界认可的用于指导数据挖掘工作的方法。
- 作为一种方法,它包含工程中各个典型阶段的说明、每个阶段所包含的任务以及这些任务之间的关系的说明。
 - 作为一种流程模型,CRISP-DM 概述了数据挖掘的生命周期:商业理解、数据理解、数据准备、建立模型、模型评估、结果部署。(6个阶段)
 
[编辑] 机器学习
[编辑] 指南
[编辑] 书籍
[编辑] 图集
[编辑] 链接
	分享您的观点
			
			
			
			
			
				
								
				
								
			

