1、学习目标：
能基本掌握数据挖掘、文本挖掘的主要理论知识和算法，熟悉SPSS Modeler的基本操作，并掌握一定的应用技巧。

2、学习对象：
若对概率论与数理统计有一定基础，则更便于理解掌握。

3、学习内容：
1、认识SPSS Modeler
2、回归分析
3、时间序列
4、主成分与因子分析
5、决策树
6、判别分析
7、聚类分析
8、关联分析
9、人工神经网络
10、贝叶斯网络
11、支持向量机
12、SPSS Modeler文本挖掘概述
13、文本分类算法(一)
14、文本分类算法（二）
15、自动建模节点
16、自学响应模型节点

注：课程章节已更新完毕。

4、讲师介绍
张老师，985高校控制科学与工程专业博士，发表SCI论文数篇，研究方向为数据分析与挖掘、决策支持系统开发，参加过政府部门的大型决策支持软件平台开发，完成一些数据挖掘分析项目，熟练使用C++、C#语言，掌握基于Asp.net的web 开发技术，熟悉SPSS Statistics、SPSS Modeler等数据挖掘分析软件。