?
培訓(xùn)特色
解釋了如何將數(shù)據(jù)挖掘應(yīng)用于解決實(shí)際問題，從而使你能將數(shù)據(jù)挖掘技術(shù)應(yīng)用于自己的實(shí)際工作中去。課程還著重介紹了數(shù)據(jù)挖掘模型的建立與測試，以及數(shù)據(jù)挖掘結(jié)果的解釋與驗(yàn)證以及數(shù)據(jù)分析和數(shù)據(jù)挖掘在相關(guān)行業(yè)的應(yīng)用實(shí)例等內(nèi)容。
本課程不是簡單的數(shù)據(jù)挖掘的概念講解，把技術(shù)、案例、問題結(jié)合起來，把理論實(shí)踐化，讓學(xué)者能深入體會(huì)數(shù)據(jù)挖掘的應(yīng)用。
目標(biāo)收益
通過本課程的教學(xué)，使學(xué)員充分了解和認(rèn)識大數(shù)據(jù)的相關(guān)知識（大數(shù)據(jù)的應(yīng)用范圍及相關(guān)技術(shù)思想），同時(shí)學(xué)會(huì)用主流的數(shù)據(jù)挖掘軟件完成數(shù)據(jù)挖掘建模任務(wù)，使學(xué)員掌握數(shù)據(jù)挖掘方法論CRISP-DM的本質(zhì)。通過幾個(gè)具體的、典型的數(shù)據(jù)挖掘案例，使學(xué)員在掌握這些案例所用的技巧的同時(shí)，充分理解數(shù)據(jù)挖掘的方法論，實(shí)現(xiàn)舉一反三的效果，提高學(xué)員分析問題解決問題的實(shí)際能力。
課程大綱
?
| 主題 |
內(nèi)容 |
|
大數(shù)據(jù)的介紹
|
1.1 什么是大數(shù)據(jù)：海量非結(jié)構(gòu)化數(shù)據(jù)本身+處理方法
1.2 大數(shù)據(jù)為什么重要及大數(shù)據(jù)帶來的機(jī)遇：決定公司是否有未來和業(yè)務(wù)可延伸范圍
1.3 對大數(shù)據(jù)的深層理解：組成、特點(diǎn)介紹
1.4 大數(shù)據(jù)的相關(guān)技術(shù)與應(yīng)用案例
數(shù)據(jù)采集：ETL工具
數(shù)據(jù)存?。宏P(guān)系數(shù)據(jù)庫；NoSQL、SQL等
基礎(chǔ)架構(gòu)支持：云存儲(chǔ)；分布式文件系統(tǒng)等
計(jì)算結(jié)果展現(xiàn)：云計(jì)算；標(biāo)簽云；關(guān)系圖等
1.5 大數(shù)據(jù)專題可能的演進(jìn)路徑
|
|
數(shù)據(jù)分析基礎(chǔ)
|
2.1 數(shù)據(jù)分析的含義、主要做什么？
2.2 為什么要學(xué)習(xí)做好數(shù)據(jù)分析
2.2.1從數(shù)據(jù)分析的描述問題、對比問題、分析問題 到最后解決問題說明為什么要做好
2.2.2通過案例說明一般人員與數(shù)據(jù)分析師的區(qū)別
2.3 數(shù)據(jù)分析的誤區(qū)和分析的關(guān)鍵
2.4 數(shù)據(jù)分析的6個(gè)步驟，3大方向（理清思路，尋找答案，觀點(diǎn)表達(dá)）案例形式詳細(xì)說明
步驟1：需求明確--理清思路
步驟2：數(shù)據(jù)收集--理清思路
步驟3：數(shù)據(jù)處理--尋找答案
步驟4：數(shù)據(jù)分析--尋找答案
步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)?
步驟6：報(bào)表撰寫--觀點(diǎn)表達(dá)
分別對以上6個(gè)步驟以案例的方式詳細(xì)說明。
2.5 實(shí)踐：以數(shù)據(jù)分析項(xiàng)目為引，將數(shù)據(jù)分析的技能與業(yè)務(wù)結(jié)合，并應(yīng)用于實(shí)際的工作之中?
|
|
數(shù)據(jù)挖掘基礎(chǔ)
|
3.1 數(shù)據(jù)挖掘概述、基本理念、歷史發(fā)展進(jìn)程、主要功能、發(fā)展趨勢
3.2 數(shù)據(jù)挖掘方法論：CRISP-DM、SEMMA
3.3 數(shù)據(jù)處理過程：變量的分類及類型，數(shù)據(jù)的質(zhì)量、理解過程、準(zhǔn)備過程
|
|
數(shù)據(jù)挖掘及數(shù)據(jù)分析技術(shù)
|
4.1.數(shù)據(jù)挖掘主要分析方法：
4.1.1 聚類分析（Clustering）
4.1.2 分類分析（Classification）
4.1.3 關(guān)聯(lián)分析（Association）
4.1.4 預(yù)測分析（Prediction）
4.1.5 回歸分析
4.1.6 相關(guān)分析
4.1.7數(shù)據(jù)比較分析?
4.1.8 數(shù)據(jù)挖掘的可視化?
4.2 數(shù)據(jù)挖掘的實(shí)施
4.3 分析圖形：正態(tài)性檢驗(yàn) 描述性統(tǒng)計(jì) 箱型圖、區(qū)間圖、時(shí)序圖介紹
4.4 數(shù)據(jù)挖掘的關(guān)鍵技術(shù):數(shù)據(jù)預(yù)處理
4.5 數(shù)據(jù)挖掘效果的評估
4.6 實(shí)踐：SPSS結(jié)合相應(yīng)的分析算法及展示圖形
|
|
構(gòu)建**數(shù)據(jù)挖掘分析體系
|
5.1 分析團(tuán)隊(duì)建設(shè)
5.2 分析工作管理
5.3 數(shù)據(jù)分析核心能力建設(shè)
5.4 分析工作與業(yè)務(wù)協(xié)同
|
|
數(shù)據(jù)挖掘應(yīng)用
|
6.1 數(shù)據(jù)挖掘及管理經(jīng)驗(yàn)
6.2 數(shù)據(jù)挖掘在***行業(yè)領(lǐng)域的應(yīng)用舉例
6.2.1 客戶行為與潛在客戶分析
6.2.2 用戶信用度分析
6.2.3 趨勢預(yù)測
6.2.4 新產(chǎn)品交叉營銷分析 等
6.3 數(shù)據(jù)挖掘?qū)嵺`舉例:客戶流失、趨勢發(fā)展分析等（結(jié)合SPSS軟件）
6.4 實(shí)踐：內(nèi)容包括（從設(shè)計(jì)－>形成模型->應(yīng)用）.
|
|
數(shù)據(jù)挖掘工具及未來研究的方向和熱點(diǎn)
|
7.1 幾種數(shù)據(jù)挖掘工具比較
7.2 典型工具介紹及使用范圍
7.3 如何選擇數(shù)據(jù)挖掘工具
7.4 數(shù)據(jù)挖掘的方向和熱點(diǎn)
|
