第五課：建立類神經網路和羅吉斯迴歸模型 (中繼資料採礦教學課程)
適用於： SQL Server 2016 Preview
Adventure Works 的營業部門正在負責處理一個專案，目標是提升撥接中心的客戶滿意度。 他們雇用廠商來管理撥接中心、回報撥接中心績效的數據，並要求您分析廠商所提供的一些初步資料。 他們想要知道是否有任何有趣的發現。 他們尤其想知道這些資料是否反映出有關人員雇用的任何問題，或改善客戶滿意度的方式。
這個資料集很小，只包含期限為 30 天的撥接中心作業。 這些資料會追蹤每個排班的新進和資深操作員數目、來電數目、訂單數目、必須解決的問題數目，以及客戶等候電話回應的平均時間。 資料也包含以 「放棄率」(Abandon Rate) (這是客戶挫折度的指標) 為基礎的服務品質標準。
由於您對於資料呈現的內容沒有任何預先的期待，因此您決定使用類神經網路模型來探索可能的相互關聯。 類神經網路模型經常用於進行探索，因為這種模型可以分析許多輸入和輸出之間的複雜關聯性。
學習內容
在本課中，您將使用類神經網路演算法建立模型，幫助您和營業小組理解資料中的趨勢。 在這個課程中，您將嘗試回答下列問題：
什麼因數會影響客戶滿意度？
撥接中心可以做些什麼來改善服務品質？
根據這些結果，您將接著建立一個羅吉斯迴歸模型以進行預測。 營業小組將使用這些預測來協助規劃撥接中心作業。
這個課程包含下列主題：
本課程的下一項工作
加入資料來源檢視的撥接中心資料 #40; 中繼資料採礦教學課程 )
所有課程
第 1 課︰ 建立中繼資料採礦方案 #40; 中繼資料採礦教學課程 )
第 2 課︰ 建立預測狀況 #40; 中繼資料採礦教學課程 )
第 4 課︰ 建立時序群集案例 #40; 中繼資料採礦教學課程 )
第五課：類神經網路和羅吉斯迴歸案例 (中繼資料採礦教學課程)