EViews计量经济学应用培训 
SAS数据统计分析师认证培训
SPSS数据统计分析师认证培训
AMOS软件与结构方程模型应用班
Modeler数据挖掘培训


培训时间: 2014年10月11日-13日(三天)广州
培训地点:广州
培训费用:3000元 ;学生2200元;
差旅及住宿费用自理
2014年起 为中国梦贡献一份力量 每期为中西部贫困地区预留一个免费参加培训名额凭贫困证报名即可
自2014年7月1日开始凡参加本课程全额缴费(3000元)论坛即捐出100元做助学基金,每积满3000元就捐赠给一所大学用于帮助贫困学生。(整个捐赠过程公开发布,为保护隐私被 捐赠个体不公开)
授课安排:
(1) 授课方式:使用 Modeler14。中文多媒体互动式授课方式
(2) 授课时间:上午9:00-12:00,下午13:30-16:30(16:30-17:00答疑)
|
学员对象
1. 从事银行、电商、医药、电信等行业的业务或数据分析人员;
2. 有志于从事银行、电商、医药、电信等行业数据挖掘的本科生、研究生以及专业人士;
3. 从事于数据库营销、执行方案规划人士;
4. 希望快速掌握modeler软件的基础、提升统计分析实战能力的分析人员。
数据挖掘介绍
数据挖掘(Data Mining)是一项知识发现、商业智能、预测模型的集合体,目的可以表示为探索数据以发现有意义的规则模式过程。数据挖掘技术最显著的特征如下:

海量数据:随现代企业级数据的膨胀,相信“TB级别”的数据库存储已并不罕见,诸如银行、医疗、零售、电信、保险等行业,由此带来的问题是传统统计算法的效率太低,无法满足时间上的需求,显然数据挖掘算法解决了很大一部分的时间效率问题,但也由于分析工具或计算机本身的局限,因此数据挖掘也在两大技术方向上展开——分析算法和分布式技术。
有意义的规则模式:业务产生数据,也必然产生规则模式,数据库知识发现也许并不困难, 不过具有核心指导意义的是——是否能带来利润;在成本和收益最大化的基础上,提高客户响应,发现客户拒退率因素、洞察市场,提出运营和客户策略,作为决策的有用支撑,这也许就决定了数据挖掘算法与业务的紧密性。
消费者行为偏好:服务或产品最终要回归到消费者,消费者信息的获取,如人口信息、行为偏好、关系渠道是预测消费行为,尤其是选择性偏好的核心因素;数据挖掘技术在消费者的信息管理与消费行为取向间起到连接作用,最终预测的好坏或结果,需反馈到算法中验证。
课程大纲
第一天
1.数据挖掘简介
1.1数据挖掘流程简介
1.2数据挖掘与统计分析
2.软件介绍及其应用
2.1常用数据挖掘软件简介
2.2数据挖掘过程在项目分析中的作用
3.数据源:访问不同数据源及其格式
4.记录、字段和图形选项
4.1数据探索——业务、统计量、可视化
-------------------------------------------------------------------------------
第二天
4.2数据管理、清理与预测
4.3 RFM查询模型
案例1:基于季节优化的库存预测方案
案例2:RFM估计响应概率与订单量
5.建模
5.1自动建模
案例3:区域营销方案的成本收益策略
-------------------------------------------------------------------------------
第三天
5.2分类预测
案例4:影响用户流失的因素分析
案例5:用户行为倾向特征群
5.3关联分析
案例6:购物篮分析及其商品最优结构特征
5.4市场细分
案例7:用户行为偏好的组合预测
案例8:关注非常规用户行为
-------------------------------------------------------------------------------
课程目标
1. 掌握数据处理的一般过程及其商业模式下的数据分析过程;
2. 帮助学员完成常用数据访问工作,如访问数据库、本地文件及其不同格式的转换;
3. 灵活地运用modeler软件节点及其函数进行数据清理、管理等预分析的工作;
4. 能够灵活应用常用的建模方法,由浅入深,了解基本的高级建模分析;
5. 掌握商业报告的基本格式。
课程特色
1. 本课程的内容安排遵循数据处理的一般流程,有助于研习数据挖掘方法及其分析思路,既可以帮助初学者熟
悉数据挖掘的基本概念与应用,也适合 有一定基础和应用经验的学员快速回顾软件与算法。课程内容通俗易
懂,由浅入深。
2. 统计与业务问题相结合,不同的实际问题对应着不同参数的调整,力求算法与业务的有效整合,从而能精确
定位模型与业务问题,提供策略方案。
3.每个章节设有问题情境及其真实案例分析,可以在巩固知识点的同时进一步加深软件操作与实务。最终实现问
题与工具的综合运用。
报名咨询热线
樊老师
电话:(010)68472707
手机:18611083334
QQ:2881989705
邮箱: fanyuliang@pinggu.org