大數(shù)據(jù)挖掘及分析培訓

大數(shù)據(jù)挖掘及分析培訓
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）通用系統(tǒng)架構(gòu)
2、大數(shù)據(jù)背景下的挖掘及分析發(fā)展
1）數(shù)據(jù)倉庫發(fā)展
2）數(shù)據(jù)挖掘發(fā)展
3）報表技術(shù)發(fā)展
二、數(shù)據(jù)挖掘及分析理論及工具
1、數(shù)據(jù)挖掘及分析論體系
2、數(shù)據(jù)倉庫技術(shù)
1）數(shù)據(jù)倉庫技術(shù)發(fā)展
2）數(shù)據(jù)倉庫建設(shè)過程
3、數(shù)據(jù)挖掘技術(shù)
1）數(shù)據(jù)挖掘相關(guān)算法
2）聚類算法
3）分類算法
4）關(guān)聯(lián)算法
5）預測算法
6）數(shù)據(jù)挖掘新技術(shù)
4、可視化體系與工具
1）可視化體系
2）相關(guān)工具
3）可視化開發(fā)過程
三、數(shù)據(jù)挖掘的主要方法及工具
1、數(shù)據(jù)挖掘主要方法
2、決策樹分類
3、神經(jīng)網(wǎng)絡(luò)
4、回歸方法
5、聚類分析
6、數(shù)據(jù)挖掘方法比較
7、分類器的評估與選擇
8、流行數(shù)據(jù)分析平臺及數(shù)據(jù)挖掘工具介紹
四、數(shù)據(jù)挖掘建模過程
1、數(shù)據(jù)挖掘流程概述
1） 問題識別
2） 數(shù)據(jù)理解
3） 數(shù)據(jù)準備
4） 建立模型
5） 模型評價
6） 部署應(yīng)用
2、 離群點發(fā)現(xiàn)
1） 基于統(tǒng)計的離群點檢測
2） 基于距離的離群點檢測
3） 局部離群點算法
4）不平衡數(shù)據(jù)級聯(lián)算法
五、實戰(zhàn)項目——交叉銷售
1、背景介紹
2、案例數(shù)據(jù)展示及分析
3、數(shù)據(jù)展示
4、業(yè)務(wù)目標及分析要求
5、數(shù)據(jù)挖掘過程
6、數(shù)據(jù)預處理
7、劃分數(shù)據(jù)集及生成目標變量
8、生成衍生變量
9、生成挖掘表
10、建立打分模型
六、大數(shù)據(jù)的統(tǒng)計分析
1 、相關(guān)分析
2、回歸分析
3、決策樹分析
1）決策樹的基本概念
2）分類回歸樹
3）決策樹的剪枝
4） 假設(shè)檢驗
5） 聚類分析
6） 預測分析
7） 單因子方差分析
七、大數(shù)據(jù)的統(tǒng)計分析案例
1、小概率的力量：航空安全與彩民信心
2、夜空中的災難
3、次災難驚人的巧合
4、27000年才有一次的中獎機會
5、白點黑點，換個角度看數(shù)據(jù)
6、在整個背景下評價數(shù)據(jù)
7、精心選擇的數(shù)字更豐富

李宗偉老師的其它課程