班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
坚持小班授课,为保证培训效果,增加互动环节,每期人数限3到5人。 |
上课时间和地点 |
开课地址:【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】:电影大厦(地铁一号线大剧院站) 【武汉分部】:佳源大厦【成都分部】:领馆区1号【沈阳分部】:沈阳理工大学【郑州分部】:锦华大厦【石家庄分部】:瑞景大厦【北京分部】:北京中山 【南京分部】:金港大厦
新开班 (连续班 、周末班、晚班):2024年12月30日......(欢迎您垂询,视教育质量为生命!) |
实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
质量保障 |
1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听;
2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
|
大数据分析介绍 1.数据分析背景
2.数据挖掘流程
3.常用数据分析挖掘工具介绍
用户画像 1.用户画像介绍
2.用户画像在产品设计中应用
3.用户画像在联通的案例分享
4.用户画像在电力行业的案例分享
数据挖掘常用模型 1.数据挖掘模型的分类
2.数据挖掘模型介绍
3.机器学习算法的优势
案例分享 1.超市购物篮分析的案例分享
2.利用KNN算法识别恶性乳癌病患者的案例分享
3.利用气候数据对某酒店洗漱用品销量进行预测的案例分享
航空公司客户价值分析 1.背景与挖掘目标
2.分析方法与过程
3.数据探索分析
4.数据预处理
5.模型构建
6.模型应用
基于数据挖掘技术的市财政收入分析预测模型 1、背景与挖掘目标
2、分析方法与过程
3、数据探索分析
4、数据预处理
5、模型构建
6、模型应用
如何高效地对复杂数据进行清洗与转换 1.数据清洗的重要性
2.缺失值的产生机制
3.利用数据分析技术对缺失值查补
4.异常值的产生机制
5.利用数据分析技术识别异常值
如何用R语言对复杂数据进行可视化 1.常用的复杂数据绘图方式
1)散点图矩阵
2)高密度散点图
3)箱线图
4)马赛克图
2.快速对面板数据进行绘图
1)绘制分组分面板条形图
2)绘制分面板点图
3)三维散点图
4)三维曲面图
3.对数据进行交互可视化
|
|
|
|