SPSS Modeler專題

北京：2016年7月29-31，8月05-07日

上海：2016年10月21-23，28-30日

深圳：2016年9月16-18，23-25日

主題

以企業場景、真實案例教學方式，利用SPSS MODELER來貫穿數據挖掘建模的整個內容，包括基礎、算法、建模、進階、模型優化、應用等。

應用范圍

《營銷活動及信用風險控制》 《企業如何處理原始數據》 《如何根據業務選取有效變量》 《如何建立交叉銷售模型》 《如何建立信用評分模型》 《如何進行模型優化》 《企業如何建立預測模型》 《客戶分群精準化營銷》

算法理論

KDD、CRISP DM—數據處理—統計檢驗—決策樹、羅吉斯回歸、包裝法—貝氏網絡—神經網絡—支持向量機—隨機森林—聚類分析—關聯分析—序列分析

案例操作

【營銷客戶分群】【銀行風險預測】【網站行為關聯分析】【商品關聯規則】【交叉銷售】【客戶流失預警】【天氣預測】【藥物治療】【疾病診斷】【零售購物籃組合】【銀行金融產品序列分析】

SAS專題

北京：2016年8月06-07，13-14，20-21日

上海：2016年8月13-14，20-21，27-28日

主題

以SAS為工具，講解SAS軟件中高級編程技術，并運用SAS進行數據挖掘流程化操作。

應用范圍

《銀行、證券等金融企業》《大型零售企業》《通信行業》《醫療行業》

軟件技術

《SAS基礎編程》《SAS數據管理》《SAS編程進階》《SAS與SQL》《SAS宏語言》《程序優化》

算法理論

線性回歸--邏輯回歸--決策樹--組合算法--神經網絡--樸素貝葉斯--MBR（KNN）--聚類分析--關聯規則

案例操作

【數據驅動的風險管理】【信用卡違約預測模型案例流程】【信用評分模型】【電信客戶流失預警】

PYTHON專題

北京：2016年9月03-04，10-11，16-17日

主題

以PYTHON為工具，講解PYTHON軟件數據挖掘編程技術，并運用PYTHON

應用范圍

《互聯網企業》《網站分析》《網絡產品與運營》《其他》

軟件技術

《PYTHON語法基礎》《PYTHON數據挖掘包》《主成分與因子分析》《聚類分析》《預測分析》《文本分析》《社會網絡分析》

算法理論

線性回歸與嶺回歸--可實現的Lasso算法--Logistic回歸--廣義線性模型--最近鄰域法（KNN）--樣條曲線--決策樹--隨機森林--支持向量機--線性判別模型--主成分分析PCA--樣本聚類--關聯規則與序貫分析

案例操作

【汽車類型聚類與地域購買偏好分析】【婚戀網站被約會可能性預測】【零售業客戶價值預測模型】【新聞內容分類】【構造新聞熱點詞指數】【電信客戶交友圈與流失預警】

R語言專題

北京：8月06-07，13-14日，20-21日（6天）

廣州：8月06-07，20-21日，27-28日（6天）

主題

以R為工具，講解R語言軟件數據挖掘編程技術，并運用R

應用范圍

《學術界》《客戶預測與客戶流失》《信用違約建?！贰躲y行金融業》

軟件技術

《R常用包》《R語言編程》《預測模型》《降維》《分類模型》《樣本聚類》

算法理論

樸素貝葉斯--決策樹--KNN--邏輯回歸--神經網絡--SVM--嶺回歸--Lasso算法--裝袋法--Adaboost算法--主成分分析PCA--K-means--譜聚類--密度聚類--關聯規則--序列模式

案例操作

【制作經營業務BI常用圖表】【婚戀網站是否可以成功約會預測】【客戶流失預測】【零售業客戶價值預測模型】【信用違約建模案例】【銀行客戶購物籃分析】