?

• 了解數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘基本概念及方法論
• 了解數(shù)據(jù)挖掘商業(yè)價(jià)值
• 掌握數(shù)據(jù)挖掘建模的主要方法
• 學(xué)習(xí)數(shù)據(jù)挖掘的實(shí)際應(yīng)用方法
• 了解企業(yè)級(jí)數(shù)據(jù)分析與挖掘能力體系建設(shè)

• 數(shù)據(jù)挖據(jù)的基礎(chǔ)—— 數(shù)據(jù)倉(cāng)庫(kù)概述	介紹數(shù)據(jù)倉(cāng)庫(kù)概念 介紹數(shù)據(jù)倉(cāng)庫(kù)發(fā)展過(guò)程 介紹行業(yè)數(shù)據(jù)倉(cāng)庫(kù)及BI的解決方案 介紹數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)分析的工作模式及數(shù)據(jù)管控原則
  數(shù)據(jù)挖掘概述	介紹數(shù)據(jù)挖掘流程 介紹數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系 介紹數(shù)據(jù)挖掘和報(bào)表/OLAP的不同 介紹適用數(shù)據(jù)挖掘的業(yè)務(wù)問(wèn)題及數(shù)據(jù)挖掘的商業(yè)價(jià)值 辨析對(duì)數(shù)據(jù)挖掘的誤解 介紹數(shù)據(jù)挖掘的成功因素
  數(shù)據(jù)挖掘方法論	介紹數(shù)據(jù)挖掘方法論的初衷 介紹數(shù)據(jù)挖掘方法論CRISP-DM的歷史 介紹CRISP-DM的步驟、每一步的相關(guān)任務(wù)及需要關(guān)注的問(wèn)題
  數(shù)據(jù)理解與數(shù)據(jù)準(zhǔn)備	介紹探索性數(shù)據(jù)分析 介紹數(shù)據(jù)預(yù)處理技術(shù) ?
  預(yù)測(cè)性數(shù)據(jù)挖掘算法原理——決策樹(shù)	介紹決策樹(shù)的應(yīng)用場(chǎng)景和主要應(yīng)用 介紹決策樹(shù)的基本原理 如何評(píng)估、提高決策樹(shù)模型的穩(wěn)定性 案例分析
  預(yù)測(cè)性數(shù)據(jù)挖掘算法原理——回歸分析	介紹線性回歸模型及其適用場(chǎng)景 介紹Logistic回歸及其適用場(chǎng)景 介紹Logistic回歸的數(shù)據(jù)預(yù)處理 介紹回歸中重要的問(wèn)題，包括多重共線 介紹逐步回歸的方法 案例分析
  預(yù)測(cè)性數(shù)據(jù)挖掘算法原理——神經(jīng)網(wǎng)絡(luò)	介紹神經(jīng)網(wǎng)絡(luò)與一般回歸模型的關(guān)系 介紹神經(jīng)網(wǎng)絡(luò)的基本原理 介紹數(shù)據(jù)預(yù)處理 案例分析
  描述性數(shù)據(jù)挖掘算法原理——聚類(lèi)	介紹聚類(lèi)與預(yù)測(cè)的區(qū)別 介紹聚類(lèi)分析的適用場(chǎng)景和主要應(yīng)用 介紹聚類(lèi)的基本原理 介紹影響聚類(lèi)結(jié)果的因素 案例分析
  描述性數(shù)據(jù)挖掘算法原理——關(guān)聯(lián)規(guī)則	介紹關(guān)聯(lián)規(guī)則的應(yīng)用場(chǎng)景和主要應(yīng)用 介紹關(guān)聯(lián)規(guī)則的基本原理 介紹關(guān)聯(lián)規(guī)則的重要度量 案例分析
  總結(jié)——企業(yè)級(jí)數(shù)據(jù)分析與挖掘能力體系建設(shè)	分析與挖掘的業(yè)務(wù)價(jià)值框架 分析與挖掘的管理框架 組織架構(gòu)與部門(mén)職能 人才培養(yǎng)和能力提升體系 客戶(hù)360信息管理 分析挖掘流程管理?