【R语言数据挖掘】大数据时代的精准数据挖掘

主讲教师:方匡南
学费:6000元 (学生价5400元)
上课时间:每年1月/7月(五天)
上课地点:北京市海淀区丹龙大厦附近

数据挖掘培训

数据挖掘讲师介绍

方匡南老师,统计学教授,博士生导师,耶鲁大学博士后。主要研究:数据挖掘、应用统计。2007年出版了国内第一本R语言中文教程《R语言统计分析软件简明教程》,并于2015年2月出版了《R数据分析:方法与案例详解》,该书在同类书籍中销售名列前茅,并被引入到台湾地区出版。有10多年的R语言使用经验和丰富的数据挖掘和机器学习实战经验。曾先后在在 Journal of Multivariate Analysis、Scientific Reports(Nature子刊)、Computational Statistics and Data Analysis等国内外权威期刊发表论文70多篇。先后主持了国家自然科学基金、国家社科基金等多个项目。承担了建行、华为等30个企业数据挖掘项目,有丰富的实战经验。有10年以上的数据挖掘培训经验,长期讲授《数据挖掘》、《机器学习》等课程,讲课生动活泼、深入浅出、以实际案例引出统计方法,再通过编程讲解实际操作和结果分析,先后为50多家企业的技术人员做技术内心,为100多家企业的高管做大数据有关的理念培训。


数据挖掘课程内容

R语言数据挖掘

第一部分

第1讲(3小时)R语言入门

目标:掌握R语言的基本用法

第2讲(3小时)数据读写与R基本编程

目标:掌握用R编写函数和数据的读写

picture

第二部分

第3讲(3小时)数据预处理与探索性分析

目标:掌握数据预处理与探索性分析

第4讲(3小时)数据挖掘与机器学习入门,线性回归

目标:数据挖掘与机器学习入门

picture

第三部分

第5讲(3小时)线性分类方法

目标:掌握经典线性分类方法及其应用

第6讲(3小时)重抽样方法

目标:掌握经典重抽样方法

picture

第四部分

第7讲(3小时)决策树与组合预测

目标:掌握决策树和组合预测方法及其实际应用

第8讲(3小时)支持向量机

目标:掌握支持向量机分类方法

picture

第五部分

第9讲(3小时)变量选择与高维数据

目标:掌握数据挖掘中高维数据分析方法及其实际

第10讲(3小时)无监督学习,主成分分析,主成分回归,聚类分析

目标:掌握无监督学习方法及其应用

picture

第六部分(涉及案例)

案例1:统计作图在调查数据中的应用

案例2:统计作图在临床医学中的应用

案例3:广告营销计划案例

案例4:信用卡债务预测案例

案例5:房价预测案例

案例6:信用卡违约预测案例

案例7:股价涨跌方向预测案例

案例8:量化投资资产配置案例

案例9:汽车每加仑汽油里程数预测案例

案例10:棒球运动员薪水预测案例

案例11:心脏病预测案例

案例12:基因表达数据案例

案例13:股票涨跌方向预测

案例14:基因筛选

案例15:股票选股

案例16:广告支出主成分分析

案例17:犯罪率主成分分析

案例18:学生考试成绩主成分分析

案例19:客户细分聚类案例

数据挖掘学生对象

1.有志于从事银行、金融和经济商务领域的大学生和新职员。
数据挖掘培训课程将分享行业发展现状、基于大数据的商业理解和指导,培养学员的大数据应用能力和基于数据科学决策和管理能力,帮助学员发现职业亮点,提高学员的就业核心竞争力。
2.企业数据分析及业务管理相关人员。
数据挖掘培训课程不仅能使学员学习到已有的商业成功案例,还免费提供针对学员自有数据的大数据建模和模型改进及相关商业咨询服务。

数据挖掘的应用

- 所能解决的典型商业问题:

数据库营销(Database Marketing)、
客户群体划分(Customer Segmentation & Classification)、背景分析(Profile Analysis)、
交叉销售(Cross-selling)等市场分析行为,以及客户流失性分析(Churn Analysis)、
客户信用记分(Credit Scoring)、欺诈发现(Fraud Detection)等等。

- 营销方面:

通过收集、加工和处理涉及消费者消费行为的大量信息,确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求,进而推断出相应消费群体或个体下一步的消费行为,然后以此为基础,对所识别出来的消费群体进行特定内容的定向营销,提高了营销效果,从而为企业带来更多的利润。

- 企业危机管理方面:

对企业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理,从中提取辅助经营决策的关键性数据。

联系方式:魏老师

电话: (010)68478566        手机: 13581781541
Q Q: 1143703950              邮箱: vip@pinggu.org

我要报名

数据挖掘理论分享

数据挖掘资料分享

数据挖掘实战分享

数据挖掘应用分享