數據分析
講師： 瀏(liu)覽次數(shu)：2543
課(ke)程描述(shu)INTRODUCTION
數據分析公開課
培訓講師： 
課程價格：
培訓天數：日程安排SCHEDULE
課(ke)程大綱(gang)Syllabus
數據分析公開課
課程大綱:
第(di)一部(bu)分、數據分析
商業數據(ju)分析
數據挖(wa)掘Road Maps
R、python簡單(dan)介紹
數據探索
數據預處理
構建新的變量
異常值(zhi)處理
數據可視化
數據分析應用流(liu)程
第二部分、分類方(fang)法(fa)
回歸分析
相關(guan)性
線性回歸(gui)與擬合
最小(xiao)二乘法的幾何解(jie)釋
線性回歸中的變量(liang)選(xuan)擇(ze)
回歸算法的(de)評估與選擇(ze)
KNN 分類(lei)器
確定相鄰的樣本(ben)數據
分類規則
參數K的(de)選(xuan)擇
算法優(you)缺(que)點
案例分析：如(ru)何選擇(ze)相似用戶(hu)？
邏輯回歸
邏(luo)輯回歸模型
分類算法的評估
案例分析：用戶(hu)借(jie)貸能(neng)力判定(ding)
決策樹
迭(die)代分割
純度(du)的計算
決策樹的(de)使用效果(guo)
如何避(bi)免(mian)過(guo)擬合
剪枝與(yu)終止(zhi)條件(jian)
案(an)例分析：如何利用決策樹(shu)的(de)提(ti)取出(chu)業務規則？
（補充）樹模(mo)型(xing)應用——隨機森(sen)林
案(an)例分析(xi)：如(ru)何幫(bang)助業務方篩選出(chu)重要的(de)業務變量？
第三部分、聚類算法
聚類問題介紹
兩條數據之(zhi)間(jian)的距離
歐式距離(li)
數值(zhi)型數據(ju)處理與距離函數
類別型數據的距(ju)離計算
混合類(lei)型數據的(de)距離計算
兩個類別之間的(de)距離
*距離、最小聚類、中心距離
K-means
如何選擇參數(shu)K
層(ceng)次聚類
案例分析：如何(he)選(xuan)擇(ze)相似用戶(hu)？
第四部分、異常檢測(ce)
異(yi)常值檢測
異常團體識別
案例分(fen)析：無(wu)監督反欺詐方案應用
業(ye)務思(si)考：如何構建一個反欺詐系統？
第五部分、時間序列預測
時間序列回歸模(mo)型
預測變量篩選(xuan)
回歸(gui)預測
非(fei)線性回歸
相關(guan)、因(yin)果和預測
時間(jian)序列分解
時間序(xu)列(lie)成分
移動平均
經(jing)典時間(jian)序列分解
ST分解法
趨勢性、季節性判定
業務思考：如何對時間序列進行聚類？
分解法預測(ce)
時間(jian)序列類(lei)異常值檢測
業務思考(kao)：如何(he)評(ping)估促銷活動效(xiao)果？
ARIMA模型
平(ping)穩性和差分(fen)
延遲算(suan)子
自回歸(gui)與移動平均(jun)
非季(ji)節性arima
參數估(gu)計與選擇
季節性arima
高級預測方法
復雜的季節性
向量自(zi)回歸(gui)
神經網絡
實際預測問題
周數據、天(tian)粒度數據以及小(xiao)時數據預(yu)測
預測組合
長序列與短序列預測
訓練集與測試集
缺失值(zhi)與異常值(zhi)
案例分享：共享單車Daiy天(tian)粒度(du)需求預測(ce)
數據分析公開課
轉載：//citymember.cn/gkk_detail/229458.html
已開課時間(jian)Have start time
大數據課程內訓
- 大數據提升：用戶體驗提升與 武建偉
- 數據創造價值——大數據分析 張曉(xiao)如
- 大數據項目解決方案及應用 胡國慶
- 企業區塊鏈技術的應用場景與 李璐(lu)
- 能源電力企業數字化轉型探索 李開東
- 《精細運營——京東/天貓平 武建(jian)偉
- 數據驅動價值 ——基于Ex 張曉如(ru)
- 《大數據精益化營銷思維與運 喻(yu)國慶
- 《大數據分析與客戶開發》 喻國慶
- 《銀行--網絡消費行為與網 武建偉
- 《流量神器，銷量升級：如何 武建偉
- 建材門店--微信獲客與運營 武(wu)建偉