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。