數據分析
2025-07-07 06:22:41
講師： 瀏覽次數：2935
課程描述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
課程大綱Syllabus
數據分析公開課
課程大綱:
第一部分、數據分析
商業(yè)數據分析
數據挖掘Road Maps
R、python簡單介紹
數據探索
數據預處理
構建新的變量
異常值處理
數據可視化
數據分析應用流程
第二部分、分類方法
回歸分析
相關性
線性回歸與擬合
最小二乘法的幾何解釋
線性回歸中的變量選擇
回歸算法的評估與選擇
KNN 分類器
確定相鄰的樣本數據
分類規(guī)則
參數K的選擇
算法優(yōu)缺點
案例分析：如何選擇相似用戶？
邏輯回歸
邏輯回歸模型
分類算法的評估
案例分析：用戶借貸能力判定
決策樹
迭代分割
純度的計算
決策樹的使用效果
如何避免過擬合
剪枝與終止條件
案例分析：如何利用決策樹的提取出業(yè)務規(guī)則？
（補充）樹模型應用——隨機森林
案例分析：如何幫助業(yè)務方篩選出重要的業(yè)務變量？
第三部分、聚類算法
聚類問題介紹
兩條數據之間的距離
歐式距離
數值型數據處理與距離函數
類別型數據的距離計算
混合類型數據的距離計算
兩個類別之間的距離
*距離、最小聚類、中心距離
K-means
如何選擇參數K
層次聚類
案例分析：如何選擇相似用戶？
第四部分、異常檢測
異常值檢測
異常團體識別
案例分析：無監(jiān)督反欺詐方案應用
業(yè)務思考：如何構建一個反欺詐系統(tǒng)？
第五部分、時間序列預測
時間序列回歸模型
預測變量篩選
回歸預測
非線性回歸
相關、因果和預測
時間序列分解
時間序列成分
移動平均
經典時間序列分解
ST分解法
趨勢性、季節(jié)性判定
業(yè)務思考：如何對時間序列進行聚類？
分解法預測
時間序列類異常值檢測
業(yè)務思考：如何評估促銷活動效果？
ARIMA模型
平穩(wěn)性和差分
延遲算子
自回歸與移動平均
非季節(jié)性arima
參數估計與選擇
季節(jié)性arima
高級預測方法
復雜的季節(jié)性
向量自回歸
神經網絡
實際預測問題
周數據、天粒度數據以及小時數據預測
預測組合
長序列與短序列預測
訓練集與測試集
缺失值與異常值
案例分享：共享單車Daiy天粒度需求預測
數據分析公開課
轉載：http://www.caprane.cn/gkk_detail/229458.html
已開課時間Have start time
大數據課程內訓
- 數字技術與數字工具應用 王文琭
- 大數據應用現狀與未來發(fā)展重 胡國慶
- 醫(yī)療行業(yè)數字化營銷趨勢及實 王文琭
- 數字經濟時代銀行開展數字化 李勇
- 數字時代下的營銷趨勢 韓天成
- 《數據資源入表與數據治理》 鐘凱
- 《銀行數據驅動經營方法論與 宗錦(
- 《跨境電商全鏈路AI賦能轉 黃光偉
- 數智化領域新技術與典型應用 胡國慶
- 以需求為導向的大數據精準營 張世民
- 數字經濟與數據技術應用與變 王文琭
- 政府數字化轉型實務 焦波