Data Mining

Value Lab
A Milano e Roma

400 
+IVA
Chiedi informazioni a un consulente Emagister

Informazioni importanti

Tipologia Corso
Diretto a Per aziende
Inizio In 2 sedi
Ore di lezione 7 ore di lezione
  • Corso
  • Per aziende
  • In 2 sedi
  • 7 ore di lezione
Descrizione

Obiettivo del corso: Sfruttare i database di marketing (regressione, ananlisi fattoriale, cluster analysis, alberi decisionali, survival analysis, basket analysis).
Rivolto a: Professional e Responsabili del settore Marketing.

Informazioni importanti Sedi

Dove e quando

Inizio Luogo
Consultare
Milano
Via Durini, 23, 20122, Milano, Italia
Visualizza mappa
Consultare
Roma
Piazza Marconi, 15, 00144, Roma, Italia
Visualizza mappa
Inizio Consultare
Luogo
Milano
Via Durini, 23, 20122, Milano, Italia
Visualizza mappa
Inizio Consultare
Luogo
Roma
Piazza Marconi, 15, 00144, Roma, Italia
Visualizza mappa

Domande più frequenti

· Requisiti

Nessuno.

Programma

Illustrazione delle principali tecniche di Data Mining
Obiettivi, dati, interpretazione dei risultati

Principali vantaggi ed eventuali svantaggi rispetto alle altre metodologie

Modelli Predittivi

Gli Alberi decisionali

  • Variabile obiettivo e predittori
  • Il processo di costruzione dell'albero e le regole di arresto
  • Gli output del modello
  • Gestione di costi e guadagni
  • Score per le azioni di Direct Marketing
  • Valutazione economica dell'attività e ritorni attesi

La Regressione lineare

  • Stima di una quantità: il modello lineare
  • La gestione delle variabili esplicative
  • Costruzione del modello: la selezione delle variabili esplicative (Stepwise, Forward, Backward)
  • Interpretazione dell'output (R-quadrato, Beta, Significatività)
  • Valutazione della qualità del modello in funzione del numero di variabili e della capacità predittiva

La Regressione logistica

  • Stima della probabilità di un evento: il modello logistico
  • La gestione delle variabili esplicative
  • L'interpretazione dei coefficienti del modello
  • La valutazione della qualità del modello

Cenni sulle reti neurali

L'Adattamento del modello

  • Valutazione della qualità di un modello
  • L'overfitting e i differenti metodi per prevenirlo (campionamento e cross validation)
  • Valutazione statistica: Guadagno e lift
  • Valutazione economica: Profitti e ROI

La Cluster analysis

  • Valutazioni preliminari sui dati
  • Trasformazione delle variabili
  • Metodi gerarchici (Ward's Method, Between Groups Linkage, Centroid) e non gerarchici (K Means)
  • Scelta del numero di cluster e analisi del Dendrogramma
  • Analisi dei profili dei cluster
  • Verifica delle variazioni nel tempo dei cluster identificati

La Basket analysis

  • Rappresentazioni grafiche delle associazioni
  • La variabile target
  • Gli indicatori della basket analysis (Supporto, Confidenza e Lift)
  • Interpretazione e utilizzo delle regole individuate

Successi del Centro


Gli utenti che erano interessati a questo corso si sono informati anche su...
Leggi tutto