商業(yè)智能和數(shù)據(jù)挖掘現(xiàn)場培訓(xùn)_謝邦昌主講

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個全額獎學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問題回答

經(jīng)管之家送您兩個論壇幣！

+2 論壇幣

在市場營銷，電子商務(wù)，社交網(wǎng)站中，不能忽略的就是數(shù)據(jù)挖掘的技術(shù)，數(shù)據(jù)挖掘已經(jīng)成為現(xiàn)在最流行的營銷工具。
謝邦昌教授是數(shù)據(jù)挖掘界領(lǐng)軍人物及世界知名統(tǒng)計學(xué)家，對數(shù)據(jù)挖掘的研究一直走在最前沿領(lǐng)域，并且實戰(zhàn)經(jīng)驗豐富。

培訓(xùn)時間        2015年9月11-13日(三天)
培訓(xùn)地點        北京市海淀區(qū)首都體育學(xué)院
培訓(xùn)費用        3600元 / 2500元 (憑學(xué)生證優(yōu)惠價)
授課安排        上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00
我要報名

參加就送5G謝老師奉送數(shù)據(jù)挖掘資料�。�

◆學(xué)員對象：
(1)從事數(shù)據(jù)分析相關(guān)工作的各企業(yè)人員；

(2)從事數(shù)據(jù)挖掘和統(tǒng)計分析等相關(guān)領(lǐng)域教學(xué)的高校教師；
(3)有志于從事金融數(shù)據(jù)挖掘、商業(yè)數(shù)據(jù)挖掘分析工作和數(shù)據(jù)挖掘理論研究的學(xué)生；

(4)有志于學(xué)習(xí)數(shù)據(jù)挖掘技術(shù)和軟件的社會各界人士。

◆授課講師：

謝邦昌，湖南耒陽人，臺灣大學(xué)生物統(tǒng)計學(xué)博士，曾任臺灣著名大學(xué)天主教輔仁大學(xué)統(tǒng)計信息學(xué)系教授，目前為臺北醫(yī)學(xué)大學(xué)教授。

現(xiàn)任中華數(shù)據(jù)挖掘協(xié)會（Chung-hua Data Mining Society，CDMS）理事長，輔仁大學(xué)統(tǒng)計資訊學(xué)系教授，華通人商用信息有限公司高級顧問。中國人民大學(xué)應(yīng)用統(tǒng)計科學(xué)研究中心學(xué)術(shù)委員會委員。中國人民大學(xué)統(tǒng)計學(xué)系Data Mining中心客座教授，上海財經(jīng)大學(xué)統(tǒng)計學(xué)系客座教授。廈門大學(xué)計劃統(tǒng)計學(xué)系客座教授。西南財經(jīng)大學(xué)客座教授。

他是數(shù)據(jù)挖掘界領(lǐng)軍人物及世界知名統(tǒng)計學(xué)家。發(fā)表過近三百篇關(guān)于統(tǒng)計和數(shù)據(jù)挖掘的論文。出版了近五十余本相關(guān)專著。

◆課程目標(biāo)：講述云計算的觀念及應(yīng)用

本課程采用MS Office Excel 2013 Data Mining AddIn 及 R+EXCEL 實現(xiàn)數(shù)據(jù)挖掘功能，具有簡單易學(xué)、功能強大、專業(yè)等特點。讓您的數(shù)據(jù)挖掘分析變得如此簡單、便捷！
本課程系統(tǒng)介紹數(shù)據(jù)挖掘理論和軟件操作以及實際數(shù)據(jù)的案例分析，為學(xué)員奠定扎實的數(shù)據(jù)挖掘理論基礎(chǔ)和實際的分析能力。課程中同時介紹 SAS/EM SPSS Clementine STATISTICA 的觀念方法及操作
本課程理論結(jié)合實際，更偏重于實際應(yīng)用。每一講都提供了幾個實際的數(shù)據(jù)挖掘案例分析，并詳細講解軟件的操作和結(jié)果的解釋。
本課程所提供的海量數(shù)據(jù)和實際案例都是數(shù)據(jù)挖掘中心與大型企業(yè)合作所作的課題資料。并提供了精心制作的長達438頁的講義。

◆課程內(nèi)容：

-----天-----
課程名稱	課程內(nèi)容
數(shù)據(jù)挖掘介紹	云計算應(yīng)用及前沿綜述及介紹數(shù)據(jù)挖掘概念、功能、技術(shù)、步驟，尤其是CRISP-DM流程。
數(shù)據(jù)挖掘運用的理論和技術(shù)	介紹數(shù)據(jù)挖掘(簡單線性回歸分析、多元回歸分析、嶺回歸分析、Logistic回歸分析 ) 、關(guān)聯(lián)規(guī)則、聚類分析、判別分析、類神經(jīng)網(wǎng)絡(luò)分析、判定樹分析、其他分析方法
數(shù)據(jù)挖掘與相關(guān)領(lǐng)域的關(guān)系	數(shù)據(jù)挖掘與統(tǒng)計分析的不同 數(shù)據(jù)挖掘與數(shù)據(jù)倉儲的關(guān)系 知識發(fā)現(xiàn)與數(shù)據(jù)挖掘的關(guān)系 OLAP與數(shù)據(jù)挖掘的關(guān)系 數(shù)據(jù)挖掘與機器學(xué)習(xí)的關(guān)系 網(wǎng)絡(luò)挖掘與數(shù)據(jù)挖掘的關(guān)系
數(shù)據(jù)挖掘商業(yè)軟件產(chǎn)品及其應(yīng)用現(xiàn)狀	數(shù)據(jù)挖掘商業(yè)軟件的分類 主要軟件的介紹Data Mining AddIn 及 R+EXCEL SAS/EM SPSS Clementine STATISTICA 的介紹 顧客關(guān)系管理 數(shù)據(jù)挖掘的行業(yè)應(yīng)用
-----第二天-----
課程名稱	課程內(nèi)容
Data Mining 軟件安裝與設(shè)定數(shù)據(jù)挖掘加載項	系統(tǒng)需求 開始安裝 完成安裝驗證 組件設(shè)定 配置完成檢查
Excel  Data Mining AddIn數(shù)據(jù)挖掘入門	Excel Data Mining AddIn數(shù)據(jù)挖掘功能介紹 數(shù)據(jù)挖掘使用說明 (目錄查詢、開始功能、視頻和教學(xué)) 數(shù)據(jù)挖掘連接配置 (設(shè)定目前的連接、跟蹤) 數(shù)據(jù)準(zhǔn)備 (瀏覽數(shù)據(jù)、清除數(shù)據(jù)、分割數(shù)據(jù)) 數(shù)據(jù)建模 度和驗證 (準(zhǔn)確性圖表、分類矩陣、利潤圖) 模型用法 (瀏覽功能、查詢功能) 模型管理 (重新命名挖掘模型、刪除挖掘結(jié)構(gòu)、清除挖掘結(jié)構(gòu)、用原始數(shù)據(jù)處理挖掘結(jié)構(gòu)、用新數(shù)據(jù)處理挖掘結(jié)構(gòu)、導(dǎo)出挖掘結(jié)構(gòu)、導(dǎo)入挖掘結(jié)構(gòu)) 數(shù)據(jù)建模：開始進行數(shù)據(jù)挖掘步驟，可以建立挖掘模型、預(yù)測分析等。數(shù)據(jù)建模的方法有分類、估計、群集、關(guān)聯(lián)、預(yù)測等以及進階。
分類數(shù)據(jù)建模	基本概念 決策樹模塊貝葉斯概率分類Logistic回歸 類神經(jīng)網(wǎng)絡(luò) 的建立 決策樹與判別函數(shù)比較 計算方法 (確定預(yù)測精度的標(biāo)準(zhǔn)、選擇分裂（分層）技術(shù)、定義停止分裂（分層）的時間點、選擇適當(dāng)大小的判定樹)
-----第三天-----
課程名稱	課程內(nèi)容
聚類分析數(shù)據(jù)建模	基本概念 層次聚類分析的建立 計算方法 (確定預(yù)測精度的標(biāo)準(zhǔn)) 范例分析
預(yù)測數(shù)據(jù)建模	時間序列模行基本概念  類神經(jīng)網(wǎng)絡(luò) 的建立 計算方法 (確定預(yù)測精度的標(biāo)準(zhǔn)) 范例分析
關(guān)聯(lián)規(guī)則	基本概念 關(guān)聯(lián)規(guī)則的種類 關(guān)聯(lián)規(guī)則的算法：Apriori算法 范例分析
時序聚類 數(shù)據(jù)建模	基本概念 相關(guān)研究和算法 范例分析
估計(推估)數(shù)據(jù)建模	基本概念 決策樹模塊 線性回歸 類Logistic回歸 類神經(jīng)網(wǎng)絡(luò) 的建立 計算方法 (確定預(yù)測精度的標(biāo)準(zhǔn)) 范例分析
其他分析工具介紹	Data Mining AddIn 及 R+EXCEL 工具之介紹 SAS/EM SPSS Clementine STATISTICA 的觀念方法及操作 分析關(guān)鍵影響因素 檢測類別 從示例填充 預(yù)測 突出顯示異常值 應(yīng)用場景分析 (目標(biāo)查找、假設(shè))
上市公司投資價值分析的挖掘模型	研究動機與目的 挖掘模型的構(gòu)建 變量篩選 判定樹模型 貝葉斯概率模型 Logistic回歸模型 預(yù)測準(zhǔn)確度比較
信用卡用戶信用評測的挖掘模型	研究背景 研究動機 研究目的 構(gòu)建數(shù)據(jù)挖掘模型 (判定樹分析、聚類分析、Logistic回歸)
市場營銷與客戶細分的挖掘模型	研究動機與目的 研究方法與限制 數(shù)據(jù)分析 挖掘建模
討論與答疑	統(tǒng)一回答或者討論之前學(xué)員的疑問

優(yōu)惠：

現(xiàn)場班老學(xué)員9折優(yōu)惠；
同一單位三人以上同時報名9折優(yōu)惠；

以上優(yōu)惠不疊加。

聯(lián)系方式：

魏老師

QQ：1143703950

Tel：010-68478566

Mail：vip@pinggu.org

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進群資格，未注明則拒絕

分享1 收藏4 回帖

關(guān)鍵詞：商業(yè)智能 現(xiàn)場培訓(xùn) 數(shù)據(jù)挖掘 謝邦昌 Logistic回歸分析 智能

嘻嘻嘻嘻嘻嘻謝謝

內(nèi)容很詳盡

zhichi

[loveliness]

看看。。。

看看。。。

十分不錯！

支持~~~~~