大数据

大数据建模分析师课程培训

2022-05-11 11:33:00 | 来源:中培企业IT培训网
一、课程简介
讲师结合自己数据化运营实践中大量的项目经验,用通俗易懂的“非技术”语言和大量活泼生动的案例,围绕数据分析挖掘中的思路、方法、技巧与应用,全方位整理、总结、分享,帮助学员深刻领会和掌握“以业务为核心,以思路为重点,以分析技术为辅佐”的数据挖掘实践应用。

二、培训时间
本次培训为期 2天,6小时/天,(可根据具体需求做调整)。

三、培训大纲
 
  模块 内容
第一单元 概率论与
数理统计基础
 数据分析方法概述:数据分析过程、数据分析的商业驱动
概率论基础:集合、概率、随机变量、概率密度、公理化
变换和期望:随机变量函数分布、矩、矩列唯一性
常见分布族:离散分布、连续分布、指数分布、中心极限定理、概率不等式
多维随机变量:联合分布与边缘分布、多层模型与混合分布、二维变化、协方差与相关系数
随机样本的性质:抽样、样本分布
数据简化原理:似然函数、辅助函数
参数估计:点估计、区间估计、矩估计、贝叶斯估计、EM 算法
假设检验:似然比检验、贝叶斯检验、最大功效检验、置信区间、P 值、损失函数
渐进评价:相合性、有效性、标准误差、稳健性、LTR 的渐进分布、近似极大似然区间
方差分析和回归分析:ANOVA 假设、简单线性回归与最小二乘
回归模型:变量有误差时的线性回归、Logistic 回归、稳健回归
第二单元 PYTHON
基础
基础知识:安装配置、基础语法等
数据可视化:数据可视化包介绍及图像绘制
数据整理和数据清洗:Numpy 数组基础;Pandas 对象基础
第三单元 机器学习算法 scikit-learn 入门:Scikit-Learn 库简介
KNN-最近邻分类算法:原理、实现、示例讲解
决策树算法:原理、实现、示例讲解
随机森林算法:原理、实现、示例讲解
K-Means 聚类算法:原理、实现、示例讲解
关联规则算法:原理、实现、示例讲解
线性回归:原理、实现、示例讲解
逻辑回归:原理、实现、示例讲解
SVM 支持向量机:原理、实现、示例讲解
朴素贝叶斯算法:原理、实现、示例讲解
第四单元 客户生命周期案例 结合客户生命周期案例,讲解精准营销、银行反欺诈、信用评分等内容。