李宗偉 老師
- 所在地區(qū)： 上海
- 主打行業(yè)： 不限行業(yè)
- 擅長領(lǐng)域：大數(shù)據(jù)
- 企業(yè)培訓(xùn)請聯(lián)系董老師
- 聯(lián)系手機：
李宗偉老師培訓(xùn)聯(lián)系微信
掃一掃,關(guān)注公眾號
李宗偉老師的內(nèi)訓(xùn)課程
《大數(shù)據(jù)的營銷應(yīng)用》課程概況大數(shù)據(jù)時代已悄然而至......? ??IDC最近的報告預(yù)測稱，到2020年，全球數(shù)據(jù)量將擴大50倍。報告顯示，所有企業(yè)每天的信息儲存量高達2.2ZB.其中大型企業(yè)平均每家產(chǎn)生的信息量達10萬TB,而中小企業(yè)平均每家產(chǎn)生563TB的數(shù)據(jù)量。預(yù)計明年大企業(yè)將增長67，中小企業(yè)將增長178。? ?“大數(shù)據(jù)”時代已經(jīng)降臨，在商業(yè)、經(jīng)濟及其他領(lǐng)域中，決策將日益基于數(shù)據(jù)和分析而作出，而并非基于經(jīng)驗和直覺。?----《紐約時報》對于“大數(shù)據(jù)”時代的到來，上海聯(lián)通、電信、移動較為一致的態(tài)度是：隨著信息成為企業(yè)戰(zhàn)略資產(chǎn)，市場競爭要求越來越多的數(shù)據(jù)被長期保存，對于運營商而言，每天都會
講師：李宗偉查看詳情
大數(shù)據(jù)挖掘及分析培訓(xùn)一、課程目標：本次課程以理論與實際相結(jié)合為基準，突出實際性演練，以達到如下二、培訓(xùn)目標：（1）了解數(shù)據(jù)挖掘的基本概念，基本流程、常用算法和適用的場景。（2）能根據(jù)實際問題熟練地利用構(gòu)建數(shù)據(jù)挖掘項目和流程，熟悉掌握數(shù)據(jù)建模過程、處理節(jié)點的操作。（3）熟悉掌握具體的大數(shù)據(jù)統(tǒng)計分析技術(shù)以及案例，實戰(zhàn)項目的具體應(yīng)用。三、培訓(xùn)對象：（1）從事企業(yè)數(shù)據(jù)挖掘及相關(guān)工作的決策分析、工程技術(shù)人員；（2）需要進行大數(shù)據(jù)統(tǒng)計分析的高校、科研院所的科技工作者；（3）打算從事數(shù)據(jù)統(tǒng)計分析的在校生、在職人員。四、課程大綱：一、大數(shù)據(jù)挖掘及分析技相關(guān)概念1、大數(shù)據(jù)挖掘及分析技基本概念1）基本概念2）通用
講師：李宗偉查看詳情
數(shù)據(jù)挖掘概念與應(yīng)用培訓(xùn)1. 數(shù)據(jù)挖掘概念 1.1數(shù)據(jù)挖掘主要概念 1.2數(shù)據(jù)挖掘方法論 1.3數(shù)據(jù)挖掘主要工具2. 數(shù)據(jù)挖掘主要算法 2.1數(shù)據(jù)挖掘主要算法歸類 2.2分類算法——回歸/決策樹 2.3聚類算法——kmeans 2.4關(guān)聯(lián)算法——apriori/時序關(guān)聯(lián)3. 數(shù)據(jù)挖掘應(yīng)用案例 3.1客戶細分模型 3.2客戶響應(yīng)/流失模型 3.3產(chǎn)品推薦（關(guān)聯(lián)）模型4. 答疑...