商业智能和数据挖掘现场培训_谢邦昌主讲

1125967

收藏 2014-10-21

在市场营销，电子商务，社交网站中，不能忽略的就是数据挖掘的技术，数据挖掘已经成为现在最流行的营销工具。
谢邦昌教授是数据挖掘界领军人物及世界知名统计学家，对数据挖掘的研究一直走在最前沿领域，并且实战经验丰富。

培训时间    2015年9月11-13日(三天)
培训地点    北京市海淀区首都体育学院
培训费用    3600元 / 2500元 (凭学生证优惠价)
授课安排    上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00
我要报名

参加就送5G谢老师奉送数据挖掘资料！！

◆学员对象：
(1)从事数据分析相关工作的各企业人员；

(2)从事数据挖掘和统计分析等相关领域教学的高校教师；
(3)有志于从事金融数据挖掘、商业数据挖掘分析工作和数据挖掘理论研究的学生；

(4)有志于学习数据挖掘技术和软件的社会各界人士。

◆授课讲师：

谢邦昌，湖南耒阳人，台湾大学生物统计学博士，曾任台湾著名大学天主教辅仁大学统计信息学系教授，目前为台北医学大学教授。

现任中华数据挖掘协会（Chung-hua Data Mining Society，CDMS）理事长，辅仁大学统计资讯学系教授，华通人商用信息有限公司高级顾问。中国人民大学应用统计科学研究中心学术委员会委员。中国人民大学统计学系Data Mining中心客座教授，上海财经大学统计学系客座教授。厦门大学计划统计学系客座教授。西南财经大学客座教授。

他是数据挖掘界领军人物及世界知名统计学家。发表过近三百篇关于统计和数据挖掘的论文。出版了近五十余本相关专著。

◆课程目标：讲述云计算的观念及应用

本课程采用MS Office Excel 2013 Data Mining AddIn 及 R+EXCEL 实现数据挖掘功能，具有简单易学、功能强大、专业等特点。让您的数据挖掘分析变得如此简单、便捷！
本课程系统介绍数据挖掘理论和软件操作以及实际数据的案例分析，为学员奠定扎实的数据挖掘理论基础和实际的分析能力。课程中同时介绍 SAS/EM SPSS Clementine STATISTICA 的观念方法及操作
本课程理论结合实际，更偏重于实际应用。每一讲都提供了几个实际的数据挖掘案例分析，并详细讲解软件的操作和结果的解释。
本课程所提供的海量数据和实际案例都是数据挖掘中心与大型企业合作所作的课题资料。并提供了精心制作的长达438页的讲义。

◆课程内容：

-----天-----
课程名称	课程内容
数据挖掘介绍	云计算应用及前沿综述及介绍数据挖掘概念、功能、技术、步骤，尤其是CRISP-DM流程。
数据挖掘运用的理论和技术	介绍数据挖掘(简单线性回归分析、多元回归分析、岭回归分析、Logistic回归分析 ) 、关联规则、聚类分析、判别分析、类神经网络分析、判定树分析、其他分析方法
数据挖掘与相关领域的关系	数据挖掘与统计分析的不同数据挖掘与数据仓储的关系知识发现与数据挖掘的关系 OLAP与数据挖掘的关系数据挖掘与机器学习的关系网络挖掘与数据挖掘的关系
数据挖掘商业软件产品及其应用现状	数据挖掘商业软件的分类主要软件的介绍Data Mining AddIn 及 R+EXCEL SAS/EM SPSS Clementine STATISTICA 的介绍顾客关系管理数据挖掘的行业应用
-----第二天-----
课程名称	课程内容
Data Mining 软件安装与设定数据挖掘加载项	系统需求开始安装完成安装验证组件设定配置完成检查
Excel Data Mining AddIn数据挖掘入门	Excel Data Mining AddIn数据挖掘功能介绍数据挖掘使用说明 (目录查询、开始功能、视频和教学) 数据挖掘连接配置 (设定目前的连接、跟踪) 数据准备 (浏览数据、清除数据、分割数据) 数据建模度和验证 (准确性图表、分类矩阵、利润图) 模型用法 (浏览功能、查询功能) 模型管理 (重新命名挖掘模型、删除挖掘结构、清除挖掘结构、用原始数据处理挖掘结构、用新数据处理挖掘结构、导出挖掘结构、导入挖掘结构) 数据建模：开始进行数据挖掘步骤，可以建立挖掘模型、预测分析等。数据建模的方法有分类、估计、群集、关联、预测等以及进阶。
分类数据建模	基本概念决策树模块贝叶斯概率分类Logistic回归类神经网络的建立决策树与判别函数比较计算方法 (确定预测精度的标准、选择分裂（分层）技术、定义停止分裂（分层）的时间点、选择适当大小的判定树)
-----第三天-----
课程名称	课程内容
聚类分析数据建模	基本概念层次聚类分析的建立计算方法 (确定预测精度的标准) 范例分析
预测数据建模	时间序列模行基本概念类神经网络的建立计算方法 (确定预测精度的标准) 范例分析
关联规则	基本概念关联规则的种类关联规则的算法：Apriori算法范例分析
时序聚类数据建模	基本概念相关研究和算法范例分析
估计(推估)数据建模	基本概念决策树模块线性回归类Logistic回归类神经网络的建立计算方法 (确定预测精度的标准) 范例分析
其他分析工具介绍	Data Mining AddIn 及 R+EXCEL 工具之介绍 SAS/EM SPSS Clementine STATISTICA 的观念方法及操作分析关键影响因素检测类别从示例填充预测突出显示异常值应用场景分析 (目标查找、假设)
上市公司投资价值分析的挖掘模型	研究动机与目的挖掘模型的构建变量筛选判定树模型贝叶斯概率模型 Logistic回归模型预测准确度比较
信用卡用户信用评测的挖掘模型	研究背景研究动机研究目的构建数据挖掘模型 (判定树分析、聚类分析、Logistic回归)
市场营销与客户细分的挖掘模型	研究动机与目的研究方法与限制数据分析挖掘建模
讨论与答疑	统一回答或者讨论之前学员的疑问