数据是信息时代的“新能源”。从金融到零售，从电商到体育，数据科学都成为成功决策的基础，广泛应用在营销优化、风险控制、客户关系等商业领域。 【CDA数据分析师周末集训-R语言】以CDA数据分析师标准大纲要求从数据库管理（Mysql）—统计理论方法—数据分析软件应用（R）—数据挖掘和机器学习（R）—数据可视化（ggplot，echartr等）整套数据分析流程技术系统讲解，还将结合量化投资、金融、银行、电信等行业真实需求出发全部用实际案例教学来使所学项目课程更能符合企业要求。01章R语言编程基础与描述性分析01-01数据分析的武器库
01-02数据分析工具R介绍
01-03R的基本数据类型
01-04R的基本数据结构
01-05R的程序控制
01-06R的函数与模块
01-07R的日期与时间数据类型
01-08在R语言中读写数据
01-09描述性统计分析概述
01-10统计制图的步骤
01-11R语言基础绘图包
01-12使用ggplot2绘图与可视化


02章Mysql数据库管理01-01关系型数据库管理系统与结构化查询语言SQL概述
01-02数据库操作
01-03数据表操作
01-04数据类型和约束条件
01-05数据填充与数据导入
01-06SQL单表查询与多表查询
01-07查询操作符与子查询
01-08SQL查询函数介绍
01-09SQL查询综合案例：电商数据查询练习


03章数据分析之统计学基础01-01数据分析及其职业介绍
01-02数据分析工具与数据分析方法论
01-03数理统计基础知识：随机事件与随机变量
01-04统计学的四大分布
01-05特殊的概率分布 - 正态分布与中心极限定理
01-06描述性分析：集中趋势、离中趋势、数据的分布
01-07不同的数据类型使用的统计图形概述
01-08抽样估计：点估计与区间估计方法
01-09T检验方法：单样本、两独立样本、配对样本
01-10方差分析概述与操作


04章R数据清洗与统计分析01-01数据整合：SQL操作、R数据整合、数据横向合并与纵向合并
01-02R中的高级数据整合：数据重组与转换、拆分/聚合列、堆叠列、分割列
01-03R中的抽样：简单随机抽样、分层抽样、系统抽样、多阶段抽样
01-04R的数据清洗：错误值处理、缺失值处理、噪声值处理
01-05R语言实现统计检验与单样本T检验
01-06R语言实现双样本T检验
01-07R语言实现方差分析
01-08R语言实现相关分析
01-09R语言实现列联表分析与卡方检验
01-10案例：银行业 - 月均信用卡支出数据集
01-11案例：汽车业 - 汽车贷款违约数据集


05章使用R语言建模分析01-01简单线性回归与多元线性回归
01-02多元线性回归的变量筛选
01-03线性回归诊断方法- 残差分析、强影响点分析、多重共线性分析
01-04 正则化方法 - 岭回归和LASSO回归
01-05Logistic回归的相关关系分析
01-06Logistic回归模型及实现
01-07Logistic回归的极大似然估计
01-08Logistic回归模型评估方法 - ROC曲线
01-09案例：银行业 - 月均信用卡支出数据集
01-10案例：汽车业 - 汽车贷款违约数据集
01-11维度规约方法概述
01-12主成分分析与因子分析方法
01-13奇异值分解
01-14对应分析和多维尺度分析
01-15案例：城市经济发展水平数据集
01-16案例：电商购物信息数据集


06章R语言进行时间序列和综合案例分析01-01简单时间序列分析法：平滑算法
01-02平稳时间序列(ARMA)模型设定与识别
01-03非平稳时间序列（ARIMA）模型
01-04时间序列建模步骤
01-05综合案例1：使用R语言进行信用卡产能指标趋势预测与监控
01-06综合案例2：使用R语言进行电信公司离网用户预警


07章R语言数据可视化01-01绘图思想的基本原理
01-02R语言数据可视化包-GGplot2包介绍与图形绘制
01-03R语言数据可视化包-Lattice包与GGvis包介绍与图形绘制
01-04R语言数据可视化包-EchartsR介绍与图形绘制
01-06分析结果展示与报告展现


08章期中项目作业与答辩01-01课题1：电商客户价值预测
01-02课题2：网站流量数据分析
01-03课题3：信用卡客户流失预警
01-04课题4：银行电话营销响应分析
01-05以上课题仅供参考


09章R语言数据挖掘与预测型数据挖掘模型Part101-01数据挖掘概要
01-02数据挖掘的方法和原理
01-03数据挖掘基础和进阶技术概述
01-04数据预处理技术：字段选择-数据清洗-字段扩充-数据编码
01-05人工特征工程：特征构造 - 特征抽取 - 特征选择
01-06决策树建模思路
01-07Quinlan系列决策树(ID3、C4.5、C8.0)建模原理
01-08CART建模原理
01-09决策树模型修剪
01-10决策树模型效果评估
01-11案例：使用决策树进行初始信用评级


10章R语言预测型数据挖掘模型Part201-01了解神经网络的基本概念
01-02明确人工神经网络结构
01-03神经元模型
01-04掌握BP神经网络学习算法
01-05多层感知器的R语言代码实现
01-06贝叶斯公式与分类原理
01-07朴素贝叶斯的参数估计
01-08在R语言中实现朴素贝叶斯
01-09KNN算法原理与R实现
01-10线性可分与线性不可分
01-11线性可分的支持向量机
01-12线性支持向量机与软间隔最大化
01-13非线性支持向量机与核函数
01-14集成学习方法：Bagging、Boosting、随机森林


11章R语言进行描述性数据挖掘模型01-01聚类算法的概述
01-02聚类算法基本概念
01-03聚类模型的评估
01-04层次聚类原理与R实现
01-05基于划分的聚类K-means的原理及应用
01-06详谈基于密度的聚类方法与在R语言中的实现
01-07案例：通信客户业务使用偏好聚类
01-08关联规则的一些基本概念
01-09关联规则Ariori算法的原理与R语言实现
01-10关联规则FP-growth算法
01-11序列模式的简介与概念
01-12序列模式AprioriAll算法与R语言实现
01-13基于用户和商品的的协同过滤算法


12章期末项目作业与答辩01-01课题1：银行客户聚类分析
01-02课题2：房贷客户进件违约风险预测
01-03课题3：零售业客户忠诚预测
01-04课题4：电信业营销响应预测模型
深圳开课12月1号
地址：深圳市南山区学苑大道民企科技园7栋501室。  附近地铁站：大学城C出口。
联系人：赵老师
电话：18801391541
微信：18801391541