課程描述INTRODUCTION
大數(shù)據(jù)挖掘與分析培訓



日程安排SCHEDULE
課程大綱Syllabus
大數(shù)據(jù)挖掘與分析培訓
內容概要:
1.介紹SPSS Modeler數(shù)據(jù)挖掘軟件的功能和基本操作;
2.學習如何使用SPSS Modeler完成數(shù)據(jù)挖掘過程;
3.學習機器學習的常見技術,例如神經網絡、決策樹、聚類、關聯(lián)分析、回歸分析和社會網絡用戶情感分析等,并學習如何將它們應用到業(yè)務數(shù)據(jù)。
4.結合實際案例以及上機操作講解
培訓內容:
1.數(shù)據(jù)挖掘簡介
數(shù)據(jù)挖掘的概念
CRISP-DM方法論
SPSS Modeler 18簡介
2.數(shù)據(jù)理解
數(shù)據(jù)理解
缺失值定義
數(shù)據(jù)審核節(jié)點介紹
分布圖節(jié)點----初步理解字符型字段的分
直方圖/統(tǒng)計節(jié)點----初步理解數(shù)值型字段的分布
常用數(shù)據(jù)分析圖畫法
3.SPSS Modeler分類技術
決策樹技術
Logistics回歸
神經網絡
貝葉斯分類器
4.SPSS Modeler細分技術
Kohonen網絡/兩步聚類/K-means
5.SPSS Modeler關聯(lián)分析技術
常見的回歸分析Carma/Apriori
序列節(jié)點
6.SPSS Modeler自動建模技術
自動聚類節(jié)點
自動分類節(jié)點
自動數(shù)值節(jié)點
7.SPSS Modeler其他技術
線性回歸
特征選擇
支持向量機(SVM)
主成分/因子分析
8.SPSS Modeler模型評估技術
評估圖
分析節(jié)點
案例1:銀行客戶數(shù)據(jù)分析
以客戶信用記錄、消費歷史記錄數(shù)據(jù)為基礎,使用IBM SPSS Modeler,分析決定用戶信用等級的主要因素是什么?并給與解釋。信用額度和信用評分有何關系?給出欺詐的判斷模型。分析客戶人口屬性對銀行信貸和信用評分有無影響。分析逾期還款的客戶有什么特征?根據(jù)消費歷史分析各類客戶的特征。
案例2:大眾點評網的用戶偏好分析
到大眾點評網抓取多家火鍋店的店名、位置、點評條數(shù)、人均消費額、口味評分(均分)、環(huán)境評分(均分)、服務評分(均分)、點評的均分、有無團購、有無送外賣、有無訂座等數(shù)據(jù)(還可以采集標簽等數(shù)據(jù)),對火鍋店進行分類、找出每類火鍋店的特征,并分析點評均分與其他變量之間的關系。為新開設火鍋店選址提供指導;為用戶推薦火鍋店。
案例3:制造企業(yè)質量數(shù)據(jù)挖掘
本項目在中天耐熱導線工廠最近2年的質量管理數(shù)據(jù)的基礎上,分析了這些數(shù)據(jù)存在的問題,進行了大量的預處理,利用統(tǒng)計學、多維度分析、數(shù)據(jù)挖掘以及可視化等多種數(shù)據(jù)分析方法,以優(yōu)化耐熱導線的制造過程。
案例4:電商客戶情感分析
通過抓取對典型電商客戶的評論,分析客戶對于某個商品多個維度的態(tài)度和情感傾向,以及客戶注重商品屬性所在,商品的賣點、不足以及同類商品競爭力對比。
大數(shù)據(jù)挖掘與分析培訓
轉載:http://www.caprane.cn/gkk_detail/36438.html
已開課時間Have start time
- 趙衛(wèi)東
大數(shù)據(jù)課程內訓
- 醫(yī)療行業(yè)數(shù)字化營銷趨勢及實 王文琭
- 數(shù)字技術與數(shù)字工具應用 王文琭
- 大數(shù)據(jù)應用現(xiàn)狀與未來發(fā)展重 胡國慶
- 數(shù)字經濟與數(shù)據(jù)技術應用與變 王文琭
- 以需求為導向的大數(shù)據(jù)精準營 張世民
- 政府數(shù)字化轉型實務 焦波
- 《數(shù)據(jù)資源入表與數(shù)據(jù)治理》 鐘凱
- 數(shù)字時代下的營銷趨勢 韓天成
- 數(shù)字經濟時代銀行開展數(shù)字化 李勇
- 《跨境電商全鏈路AI賦能轉 黃光偉
- 《銀行數(shù)據(jù)驅動經營方法論與 宗錦(
- 數(shù)智化領域新技術與典型應用 胡國慶