cda

數字化人才認證

您的位置:首頁 > 活動列表 > CDA數據分析研究院助力招商銀行——第四次內訓 高品質造就好口碑

CDA數據分析研究院助力招商銀行——第四次內訓 高品質造就好口碑

2018-12-06


CDA數據分析師和中國招商銀行的緣分開始于2016年10月,那是我們第一次內訓合作,培訓內容是以CDA LEVEL 1-SPSS專題為標準,為招行員工培訓了數據統計方法、數據分析流程、SPSS操作技術、建模技術、案例分析等內容,解決了員工技術短缺的問題。那一次,我想對于招行來說,只是嘗試。


之后的2年里,感謝招行的信任,我們又進行了《數據挖掘前沿理論與應用》以及《復雜網絡分析基礎課程》2場內訓。


2018年11月,在招商銀行深圳綜合中小企業金融部,我們又一次相約。第四次,一定是因為高品質造就好口碑。



此次的培訓主題是《數據挖掘基礎》,由CDA數據分析院金牌講師李老師授課,李老師是國立臺灣大學資訊工程博士、銘傳大學大數據研究中心主任、中華資料采礦協會理事,其研究領域專注于數據倉庫(Data Warehousing)、數據挖掘(Data Mining)、與文本挖掘。應培訓學員建議,上課時間定為周五周六的上午9點到晚上9點,時間緊任務重,但是大家并沒有感覺厭煩疲憊。2天的時間里,李老師以及CDA的助教、內訓負責人與招行培訓員工朝夕相處,不僅講授了知識技能,也對員工平時工作中所遇到的數據分析問題做了的專業咨詢指導。




實踐證明了CDA數據分析師體系標準的科學性和可行性,不僅能幫助學員提升實戰技能,也能為企業提供可靠解決方案!培訓結束后,李老師得到了員工的一致好評,CDA數據分析師品牌也再次得到了招行的認可與贊賞,大家期待能與李老師、與CDA再次相遇,相信我們會有第40次相約。


附此次課程內容大綱如下:



主題 企業使用范圍 理論介紹
數據挖掘基礎 如何利用數據挖掘來進行營銷活動及信用風險控管。 數據挖掘在政府部門及各行業的應用
數據挖掘的起源、定義及目標
數據挖掘的發展歷程
數據庫中的知識發掘步驟(KDD)
數據挖掘技術的產業標準(CRISP?DM)
數據挖掘技術的功能分類
數據挖掘相關網站介紹(KDnuggets?&?Kaggle)
IBM?SPSS?Modeler?&?WEKA實作
基礎數據挖掘及數據前處理技術 如何利用數據前處理技術來進行數據的重整,建置數據倉庫,以作為數據挖掘之輸入。 敘述性統計及可視化技術
案例為本的學習(Case-based?Learning):
KNN(K?Nearest?Neighbors)
數據前處理(Data?Preprocessing)技術
字段選擇(Attribute?Selection)
數據清洗(Data?Cleansing)
字段擴充(Attribute?Enrichment)
數據編碼(Data?Coding)
IBM?SPSS?Modeler&?WEKA實作
進階數據挖掘技術1 如何利用關鍵變量發掘技術來發掘對項目目標有效之關鍵變量,以做為數據挖掘之輸入變量。 訓練數據與測試數據的產生方法
無效變量
統計方式的變量選擇
模型方式的變量選擇
IBM?SPSS?Modeler?&?WEKA實作
進階數據挖掘技術2 如何利用分類技術之貝式網絡及決策樹來建立交叉銷售(Cross-Selling)模型,以提升公司獲利。 分類之簡單貝式網絡(Naive?Bayes)及貝式網絡(Bayes?Net)
分類之決策樹(Decision?Tree)
分類模型的評估
IBM?SPSS?Modeler?&?WEKA實作
進階數據挖掘技術3 如何利用分類技術之神經網絡、羅吉斯回歸來建立信用評分(Credit?Scoring)模型,以降低公司損失。 分類之神經網絡(Neural?Network)
分類之羅吉斯回歸(Logistic?Regression)
分類模型的評估
IBM?SPSS?Modeler?&?WEKA實作
進階數據挖掘技術4 如何利用更進階的分類技術來提升模型的分類效能,增加公司獲利。 分類之支持向量機(Support?Vector?Machine)
分類之多模型整合(Ensemble):
裝袋(Bagging)、增強(Boosting)學習
分類之多模型整合(Ensemble):
隨機森林(Random?Forest)
IBM?SPSS?Modeler?&?WEKA實作

完 謝謝觀看

分享
收藏

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码