課程描(miao)述(shu)INTRODUCTION
大數據營銷培訓
日程安(an)排SCHEDULE
課程大綱Syllabus
大數據營銷培訓
課程大綱
第1篇基礎篇
第1章大數據時代下的數據挖掘
1.1大數據的基礎
1.2大數據的特點
1.3大數據的作用
1.4大數據與數據挖掘
1.5令人期待的大數據時
1.6本章小結
第2章 基于Hadoop的大數據處理架構
2.1 Google核心云計算技術
2.2 Hadoop云計算技術及發展
2.3 基于云計算的大數據處理架構
2.4 基于云計算的大數據處理技術的應用
2.5 Hadoop運行實(shi)踐
第2篇理論篇
第3章數據挖掘的主要方法及工具
3.1數據挖掘主要方法
3.1.1決策樹分類
3.1.2神經網絡
3.1.3Logistic回歸方法
3.1.4聚類分析
3.1.5數據挖掘方法比較
3.1.6分類器的評估與選擇
3.2流行數據分析平臺及數據挖掘工具介紹
3.3本章小結
第4章Logistic回歸模型
4.1多元線性回歸模型
4.2Logistic回歸模型
4.3Logistic回歸模型的參數估計
4.4Logistic回歸模型中回歸系數的意義
4.5Logistic回歸模型的擬合優度
4.6Logistic回歸系數的顯著性檢驗
4.7Logistic回歸模型的預測準確性
4.8回歸變量的選擇與逐步回歸
4.9本章小結
第5章數據挖掘建模過程
5.1 數據挖掘流程概述
5.1.1 問題識別
5.1.2 數據理解
5.1.3 數據準備
5.1.4 建立模型
5.1.5 模型評價
5.1.6 部署應用
5.2 離群點發現
5.2.1 基于統計的離群點檢測
5.2.2 基于距離的離群點檢測
5.2.3 局部離群點算法
5.3 不平衡(heng)數據(ju)級聯算法
第3篇應用篇
第6章電信行業應用——客戶流失預測
6.1背景介紹
6.2案例數據展示及分析
6.2.1商業理解
6.2.2數據理解
6.2.3數據準備
6.3建立打分模型
6.4分析建模結果
6.5數據挖掘結果的運用
6.6本章小結
第7章商品零售行業應用——購物籃分析
7.1某連鎖零售公司的背景介紹
7.2購物籃分析的基本內容
7.2.1同次購買的基本概念
7.2.2同次購買的關聯規則質量的衡量
7.2.3購買分析的實現
7.2.4下次購買的基本概念
7.2.5下次購買行為預測
7.3購物籃分析——MBA工具的使用
7.3.1MBA工具的用途
7.3.2MBA工具的使用
7.3.3MBA工具的輸出
第8章實戰項目——交叉銷售
8.1背景介紹
8.2案例數據展示及分析
8.2.1數據展示
8.2.2業務目標及分析要求
8.3數據挖掘過程
8.3.1數據預處理
8.3.2劃分數據集及生成目標變量
8.3.3生成衍生變量
8.3.4生成挖掘表
8.4建立打分模型
8.5結果分析
8.6本章小結
大數據營銷培訓
轉載://citymember.cn/gkk_detail/10640.html
已開課時間(jian)Have start time
- 陳則
大數據課程內訓
- 《大數據精益化營銷思維與運 喻(yu)國慶
- 能源電力企業數字化轉型探索 李開東
- 大數據項目解決方案及應用 胡國慶
- 《流量神器,銷量升級:如何 武建(jian)偉(wei)
- 數據創造價值——大數據分析 張曉(xiao)如
- 數據驅動價值 ——基于Ex 張(zhang)曉如
- 《銀行--網絡消費行為與網 武建偉
- 企業區塊鏈技術的應用場景與 李璐(lu)
- 《大數據分析與客戶開發》 喻國慶
- 《精細運營——京東/天貓平 武建偉(wei)
- 大數據提升:用戶體驗提升與 武建(jian)偉
- 建材門店--微信獲客與運營 武建偉