课程规划

讲师

课程内容

第一部分必修：

数据分析基础理论（10.3-6）

（夯实基础）

唐晓彬

前言：数据分析师行业介绍
第1讲 市场调研
第2讲 数据的整理与表述
第3讲 数据的描述性分析
第4讲 数据的推断统计分析
第5讲 数据的方差分析
第6讲 数据的相关与回归分析
第7讲 数据库基础知识
第8讲 商务智能与数据挖掘基础

第二部分自修：

Excel视频课程（课下辅导自由学习）（灵活辅助）

厦门大学数据挖掘中心（DMC）研究团队

第1讲 Excel 2007基本操作

第2讲 Excel 2007统计分析概述

第3讲 建立Excel统计图表

第4讲 Excel查询筛选技术

第5讲 用Excel 2007制作动态图表

第6讲 离散随机变量的概率分布

第7讲 连续随机变量的概率分布

第8讲 抽样分析

第9讲 参数估计

第10讲 假设检验

第11讲 卡方检验：拟合优度、独立性及分布一致性检验第12讲 相关分析与回归分析

第三部分必修：

SPSS初中级（10.12-13，10.19-20）

（软件入门）

  丁亚军

第1讲 软件介绍

第2讲 数据获取

第3讲 数据预分析

第4讲 数据分析

4.1 假设检验原理

4.2 连续性资料的方差分析

案例分析：产品质量差异分析

4.3 分类数据分析

案例分析：企业选址的区位分析

4.4 相关分析

4.5 线性回归分析

案例分析：员工绩效与企业管理特征调查

4.6 广义线性模型

案例分析：客户违约信息研究

第四部分限选：

面授课：

SPSS全程（10.31-11.3）

Stata全程（10.24-27）

SAS 全程（11.9-12）

视频课：点击查看

以上课程限任选一项，面授课与视频课不叠加

（实操进阶）

丁亚军

陈强

丁亚军

课程详情，点击查看

课程详情，点击查看

课程详情，点击查看

第五部分必修:

数据挖掘理论及应用

（11.16-17 ，11.23-24）

（更上一楼）

马景义

第一讲R语言入门（3小时）

第二讲 数据分析基本原理（3小时）

2.1 参数估计

2.2 假设检验

2.3 方差分析和回归分析

第三讲 广义线性回归模型（3小时）

3.1  Logistic回归模型和泊松回归模型

案例：电信客户分类，船只损坏率分析

第四讲 有监督数据挖掘算法基本原理及分类树（3小时）4.1 以分类树为例，介绍数据挖掘预测算法与传统统计模型的区别

4.2再抽样，训练误差，测试误差，交叉验证误差等

案例：电信客户分类

第五讲 神经网络和支撑向量机

5.1 神经网络，支撑向量机，及R语言实现（3小时）

案例：电信客户流失预测，房价预测

第六讲 组合预测算法

6.1  Adaboost算法，随机森林算法，及R语言实现

案例：信用卡逾期客户预测

第七讲 无监督数据挖掘算法

6.2 聚类分析、主成分分析和关联规则算法及R语言实现

案例：手机用户市场细分，购物篮分析

第八讲 数据库、R、数据挖掘

6.3访问数据库，提取数据库，更新数据库，配置数据数据挖掘算法

案例：手机用户市场细分

第六部分必修：

数据业务应用，报表撰写，经验分享（11.30-12.01）

（价值应用）

       TalkingData资深数据分析师

第1讲 游戏数据分析介绍
1.1 什么是游戏数据分析
1.2 游戏数据分析做什么
1.3 如何成为一名游戏数据分析师

第2讲 游戏数据分析基础
2.1 游戏数据基础指标学习
2.2 游戏数据基础报表制作
2.3 游戏数据基础指标分析
2.4 案例分析之游戏粘性指标DAU/MAU

第3讲 游戏数据分析之运营
3.1 内容运营
3.2 用户运营
3.3 渠道运营
3.4 案例分析之收入下降

第4讲 游戏数据分析之策划
4.1 赌性分析
4.2 兴奋点与痛苦点分析
4.3 策划公式：时间+金钱=数值分析

第5讲 数据解读移动游戏市场

第6讲 通过数据分析进行产品的设计和运营