97人妻人人揉人人躁人人,国产亚洲网友自拍,欧美性videosxxxxhd

99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

CDA LEVEL Ⅱ@上海&深圳，8月現(xiàn)場(chǎng)面授！

2015-07-22

CDA Level Ⅱ：建模分析師。兩年以上數(shù)據(jù)分析崗位工作經(jīng)驗(yàn)，或通過CDA Level Ⅰ認(rèn)證半年以上。在政府、金融、電信、零售、互聯(lián)網(wǎng)、電商、醫(yī)學(xué)等行業(yè)專門從事數(shù)據(jù)分析與數(shù)據(jù)挖掘的人員。在Level Ⅰ的基礎(chǔ)之上深入掌握高級(jí)多元統(tǒng)計(jì)方法,并且拓展時(shí)間序列分析和主要數(shù)據(jù)挖掘的理論知識(shí)與業(yè)界運(yùn)用；能夠熟練使用SAS、R、Matlab和SPSS中至少一個(gè)專業(yè)統(tǒng)計(jì)軟件實(shí)現(xiàn)相關(guān)算法；熟悉使用SQL訪問企業(yè)級(jí)數(shù)據(jù)庫；具有按照數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程進(jìn)行項(xiàng)目需求分析、數(shù)據(jù)驗(yàn)證、建模與模型評(píng)估的能力。

CDA Level Ⅱ培訓(xùn)課程安排

背景介紹

CDA Level Ⅰ為基礎(chǔ)薄弱的學(xué)員提供了入行的機(jī)會(huì),能夠結(jié)合業(yè)務(wù)完成基本的數(shù)據(jù)分析并作出數(shù)據(jù)報(bào)告。但企業(yè)想要在競(jìng)爭(zhēng)激烈的市場(chǎng)中勝出，決策的速度和反應(yīng)的效率尤為重要。根據(jù)調(diào)查顯示，75%的企業(yè)在面臨擬定策略時(shí)，常常無法獲得實(shí)時(shí)且有根據(jù)的決策信息。什么樣的數(shù)據(jù)、要通過什么樣的方法，才能快速便捷的提供對(duì)決策有價(jià)值的信息，是現(xiàn)代企業(yè)所面臨最迫切性的問題。因此,在CDA Level Ⅰ的基礎(chǔ)上,CDA Level Ⅱ（建模分析師）即為企業(yè)決策提供及時(shí)有效、易實(shí)現(xiàn)、可信賴的數(shù)據(jù)支持。

在建模分析師中，數(shù)據(jù)挖掘(Data Mining)技術(shù)無疑是他們最強(qiáng)有力的核心競(jìng)爭(zhēng)力。數(shù)據(jù)挖掘強(qiáng)調(diào)與現(xiàn)有信息系統(tǒng)的整合，以提供決策者做決策時(shí)所需的情報(bào)，或轉(zhuǎn)化成經(jīng)營智慧，以作為調(diào)整營運(yùn)策略方針的輔助工具。以顧客關(guān)系管理(CRM)為例，數(shù)據(jù)挖掘是整個(gè)顧客關(guān)系管理的核心。其不但可以準(zhǔn)確的定位目標(biāo)市場(chǎng)，進(jìn)行精準(zhǔn)營銷，還可以幫助業(yè)務(wù)人員了解客戶深層需求，針對(duì)大量客戶進(jìn)行客制化，也就是所謂的一對(duì)一營銷。本課程的目的就是要針對(duì)數(shù)據(jù)挖掘整套流程，根據(jù)CDA Level Ⅱ大綱標(biāo)準(zhǔn)，以金融、電信、電商和零售業(yè)為案例背景，結(jié)合SAS Enterprise Miner和SPSS Moderler深入講授數(shù)據(jù)挖掘的主要算法。并將SAS語言和SQL進(jìn)行有效的結(jié)合，講授如何在實(shí)際工作中搭建數(shù)據(jù)挖掘環(huán)境，制定分類數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程，讓學(xué)員勝任全方位的數(shù)據(jù)挖掘運(yùn)用場(chǎng)景。

CDA LEVEL Ⅱ課程安排

項(xiàng)目名稱	CDA Level Ⅱ建模分析師系統(tǒng)培訓(xùn)
時(shí)間	深圳：2015年8月13-16日，22-23日六天上海：2015年8月20-23日，29-30日六天
地點(diǎn)	面授班：上海，人民廣場(chǎng)教室遠(yuǎn)程班：在線同步直播
價(jià)格	面授：5900元遠(yuǎn)程：4400元
優(yōu)惠	1. 全日制學(xué)生及CDA LEVEL Ⅰ老學(xué)員8折優(yōu)惠（學(xué)生證證明文件） 2. 同一單位三人及以上報(bào)名9折優(yōu)惠，五人及以上8折優(yōu)惠 3. CDA LEVEL Ⅰ等級(jí)資格證書持有者立省1000元 4. 同時(shí)報(bào)名參加LEVELⅠ和LEVEL Ⅱ享受8折優(yōu)惠。點(diǎn)擊查看LEVEL Ⅰ課程詳情以上優(yōu)惠不可疊加！
證書認(rèn)證	1. 可申請(qǐng)報(bào)考《CDA LEVEL Ⅱ等級(jí)認(rèn)證證書》（薦：含金量高） 2. 可申請(qǐng)工信部《數(shù)據(jù)分析師證書》，申請(qǐng)費(fèi)用400元（培訓(xùn)后即可得到）以上雙證皆自愿申請(qǐng)
現(xiàn)場(chǎng)班福利	全套視頻資料，終身學(xué)習(xí)，在線答疑咖啡茶歇，論壇幣（1000個(gè)）

學(xué)員對(duì)象：

1）各行業(yè)數(shù)據(jù)分析、數(shù)據(jù)挖掘從業(yè)者

2）金融、電信、零售、醫(yī)學(xué)等各行業(yè)業(yè)務(wù)數(shù)據(jù)分析人員

3）政府事業(yè)單位大數(shù)據(jù)及數(shù)據(jù)挖掘項(xiàng)目人員

4）數(shù)據(jù)挖掘崗位就業(yè)、提拔漲薪、技能優(yōu)化等從業(yè)人員

5）對(duì)數(shù)據(jù)挖掘感興趣的各界人員

學(xué)員基礎(chǔ)要求：

1）掌握CDA LEVEL Ⅰ大綱要求，CDA LEVEL Ⅰ詳情：http://bbs.pinggu.org/thread-3419416-1-1.html

2）報(bào)名贈(zèng)送《SAS初級(jí)視頻》+《R語言及數(shù)據(jù)挖掘視頻》，提前觀看視頻做好預(yù)習(xí)工作。自行安裝好SAS軟件（帶有EM模塊），SPSS Modeler，MySQL及R軟件。R軟件的下載網(wǎng)址為"http://www.r-project.org/"；MySQL的下載網(wǎng)址為"http://www.mysql.com/。

課程收益

(1)了解什么是顧客關(guān)系管理；(2)了解顧客關(guān)系管理系統(tǒng)的架構(gòu)及其組成元素；(3)了解如何利用顧客關(guān)系管理系統(tǒng)來進(jìn)行營銷活動(dòng)；(4)了解什么是數(shù)據(jù)挖掘(Data Mining)；(5)掌握數(shù)據(jù)挖掘技術(shù)的功能分類；(6)掌握數(shù)據(jù)挖掘技術(shù)的績(jī)效增益；(7)了解數(shù)據(jù)挖掘技術(shù)的產(chǎn)業(yè)標(biāo)準(zhǔn)；(8)掌握如何利用數(shù)據(jù)挖掘技術(shù)來篩選關(guān)鍵變量(Key Attribute)；(9)掌握如何利用數(shù)據(jù)挖掘技術(shù)來進(jìn)行交叉銷售(Cross-Selling)；(10)掌握如何利用數(shù)據(jù)挖掘技術(shù)來評(píng)估客戶的信用風(fēng)險(xiǎn)(Credit Risk)； (11)了解如何利用數(shù)據(jù)挖掘技術(shù)來分析顧客行為、產(chǎn)生商業(yè)智慧并發(fā)展?fàn)I銷策略。(12)掌握如何使用數(shù)據(jù)挖掘工具SAS EM/SPSS Modeler/Python來完成上述的各項(xiàng)工作。(13)掌握MySQL等主流數(shù)據(jù)庫的使用。(14) 構(gòu)建易實(shí)施的MySQL和Python數(shù)據(jù)挖掘環(huán)境。（15）掌握構(gòu)建信用打分卡的流程和Python語言腳本。

CDA Level Ⅱ培訓(xùn)課程大綱

詳細(xì)大綱

時(shí) 程

大綱內(nèi)容

第1天

主題：顧客關(guān)系管理及基礎(chǔ)數(shù)據(jù)挖掘技術(shù)

企業(yè)使用之范圍：

說明企業(yè)如何利用顧客關(guān)系管理來進(jìn)行營銷活動(dòng)

理論介紹：

顧客關(guān)系管理系統(tǒng)的架構(gòu)及其組成元素

企業(yè)如何利用顧客關(guān)系管理系統(tǒng)來進(jìn)行營銷活動(dòng)

數(shù)據(jù)挖掘技術(shù)的功能分類

數(shù)據(jù)挖掘技術(shù)的績(jī)效增益

數(shù)據(jù)挖掘技術(shù)的產(chǎn)業(yè)標(biāo)準(zhǔn)

數(shù)據(jù)挖掘基本觀念與實(shí)際應(yīng)用解說

SAS EM & SPSS Modeler實(shí)務(wù)案例操作：

Introduction to SAS Enterprise Miner(SAS EM) & IBM SPSS Modeler

Getting Started with SAS EM 12.1 & IBM SPSS Modeler 16

Creating a EM Project, Library and Diagram

Creating a SPSS Modeler Project

第1天

第2天

主題：基礎(chǔ)數(shù)據(jù)挖掘技術(shù)

企業(yè)使用之范圍：

說明企業(yè)如何利用數(shù)據(jù)前處理技術(shù)來進(jìn)行數(shù)據(jù)的重整，建置數(shù)據(jù)倉庫，以做為數(shù)據(jù)挖掘之輸入

理論介紹：

數(shù)據(jù)挖掘技術(shù)的流程-SEMMA vs. CRISP DM

數(shù)據(jù)前處理(Data Preprocessing)技術(shù)

Attribute Selection(字段選擇)

*Data Integration(數(shù)據(jù)整合)

Data Cleansing(數(shù)據(jù)清洗):

*Wrong Value(錯(cuò)誤值),

*Outlier(離群值),

*Missing Value(遺失值)

Attribute Enrichment(字段擴(kuò)充):

*內(nèi)/外部數(shù)據(jù)的擴(kuò)充方法

Data Coding(數(shù)據(jù)編碼):

*Data Transformation(數(shù)據(jù)轉(zhuǎn)換),

*Data Reduction(數(shù)據(jù)精簡(jiǎn)),

*Record Reduction(記錄精簡(jiǎn)),

*Attribute Value Reduction(域值精簡(jiǎn)),

*Attribute Reduction(字段精簡(jiǎn))

SAS EM & SPSS Modeler實(shí)務(wù)案例操作：

Defining a Data Source

Exploring a Data Source

* Exploring Source Data

* Changing the Explore Window Sampling Defaults

* Modifying and Correcting Source Data

Managing Wrong Values/Outliers/Missing Values

Transforming Inputs

Recording Categorical Inputs

第2天

第3天

主題：進(jìn)階數(shù)據(jù)挖掘技術(shù)

企業(yè)使用之范圍：

說明企業(yè)如何利用關(guān)鍵變量發(fā)掘技術(shù)來發(fā)掘?qū)?xiàng)目目標(biāo)有效之關(guān)鍵變量，以做為數(shù)據(jù)挖掘之輸入變量

理論介紹：

訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)的產(chǎn)生方法

關(guān)鍵變量(Key Attributes)發(fā)掘技術(shù)

*卡方檢定(Chi-square Test)

*t檢定及ANOVA檢定(t Test & ANOVA Test)

*利用決策樹(Decision Tree)選擇關(guān)鍵變量

SAS EM & SPSS Modeler實(shí)務(wù)案例操作：

Creating Training & Validation Dataset

Variable Selection

Using Partial Least Squares for Input Selection

Using the Decision Tree for Input Selection

第3天

主題：進(jìn)階數(shù)據(jù)挖掘技術(shù)2

企業(yè)使用之范圍：

說明如何利用分類技術(shù)之決策樹來建立交叉銷售(Cross-Selling)模型，以提升公司獲利

理論介紹：

分類之決策樹(Decision Tree)

SAS EM & SPSS Modeler實(shí)務(wù)案例操作：

Constructing a Decision Tree Model

Optimizing the Complexity of Decision Trees

Assessing a Decision Tree

Understanding Additional Plots & Tables

Automatic Tree Growth

第3天

主題：進(jìn)階數(shù)據(jù)挖掘技術(shù)3

企業(yè)使用之范圍：

說明企業(yè)如何利用分類技術(shù)之神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)及分類多模型整合來建立信用評(píng)分(Credit Scoring)模型，以降低公司損失

理論介紹：

分類之神經(jīng)網(wǎng)絡(luò)(Neural Network)

分類之支持向量機(jī)(Support Vector Machine)

分類多模型整合(Ensemble)之裝袋(Bagging)、增強(qiáng)(Boosting)學(xué)習(xí)

SAS EM &SPSS Modeler實(shí)務(wù)案例操作：

Training a Neural Network

Selecting Neural Network Inputs

Increasing Network Flexibility

Using the AutoNeural Tool

Constructing a Support Vector Machine

Constructing Ensemble Models by Using Bagging and Boosting Techniques

Model Comparisons

第4天

主題：進(jìn)階數(shù)據(jù)挖掘技術(shù)4

企業(yè)使用之范圍：

說明企業(yè)如何利用模型評(píng)估技術(shù)來評(píng)估模型的優(yōu)劣，以作為采用適當(dāng)模型的準(zhǔn)則

理論介紹：

模型評(píng)估(Model Assessment)技術(shù)

SAS EM & SPSS Modeler實(shí)務(wù)案例操作：

Model Fit Statistics:

* Comparing Models with Summary Statistics

Statistical Graph:

* Comparing Models with ROC Charts

* Comparing Models with Score Rankings Plots

* Adjusting for Separate Sampling

Profit Matrix:

* Evaluating Model Profit

* Viewing Additional Assessments

* Optimizing with Profit

Internally Scored Data Sets:

* Creating a Score Data Source

* Scoring with the Score Tool

* Exporting a Scored Table

Score Code Modules:

* Creating a SAS Score Code Module

* Creating Other Score Code Modules

第4天

主題：進(jìn)階數(shù)據(jù)挖掘技術(shù)5

企業(yè)使用之范圍：

說明企業(yè)如何利用預(yù)測(cè)(Prediction)技術(shù)之回歸樹及類神經(jīng)網(wǎng)絡(luò)來建立數(shù)值預(yù)測(cè)模型-如預(yù)測(cè)客戶之年收入，以利公司設(shè)計(jì)營銷活動(dòng)

理論介紹：

回歸樹(Regression Tree)

類神經(jīng)網(wǎng)絡(luò)(Neural Network)-非線性回歸

SAS EM & SPSS Modeler實(shí)務(wù)案例操作：

Review and Set the Decision Tree Node

Review and Set the Neural Network Node

第4天

主題：進(jìn)階數(shù)據(jù)挖掘技術(shù)6

企業(yè)使用之范圍：

說明企業(yè)如何利用關(guān)聯(lián)及序列分析技術(shù)來建立交叉銷售(Cross-Selling)及提升銷售(Up-Selling)模型，以提升公司獲利

理論介紹：

關(guān)聯(lián)分析(Association Analysis)

序列分析(Sequence Analysis)

SAS EM & SPSS Modeler案例案例操作：

Consolidating Categorical Inputs

Market Basket Analysis

Sequence Analysis

第5天

構(gòu)建信用卡違約預(yù)測(cè)模型

上午
第0章：SAS語句（宏與主要Proc過程）
第1章：數(shù)據(jù)驅(qū)動(dòng)的風(fēng)險(xiǎn)管理
第2章：信用卡違約預(yù)測(cè)模型案例

下午
第3章：建模準(zhǔn)備
第4章：變量粗篩
第5章：數(shù)據(jù)清洗
第6章：變量壓縮與調(diào)整變量
第7章：邏輯回歸

第6天

上午
第8章：模型評(píng)估
第9章：閥值設(shè)置
第10章：數(shù)據(jù)挖掘方法選擇與數(shù)據(jù)挖掘的誤區(qū)

下午：構(gòu)造信用卡違約模型的全業(yè)務(wù)分析
第1章：需求與計(jì)劃
第2章：內(nèi)外部資源與人員配置
第3章：確定指標(biāo)的參數(shù)（Vitage分析與轉(zhuǎn)移分析）
第4章：信用評(píng)分報(bào)告發(fā)布
第5章：總體回顧

主要操作案例：

1. 營銷客戶分群：ABC銀行的營銷部門想要針對(duì)該銀行客戶的使用行為，進(jìn)行分群分析，以了解現(xiàn)行客戶對(duì)本行的往來方式，并進(jìn)一步提供適宜的營銷接觸模式。該銀行從有效戶(近三個(gè)月有交易者)，取出10萬筆樣本數(shù)據(jù)。依下列四種交易管道進(jìn)行客戶分群分析：傳統(tǒng)臨柜交易(TBM)、自動(dòng)柜員機(jī)交易(ATM)、銀行專員服務(wù)(POS)、電話客服(CSC)。演練重點(diǎn)為極端值數(shù)據(jù)處理、分群變量選擇、衍生變量產(chǎn)出、分群參數(shù)調(diào)整與分群結(jié)果解釋。
2. 網(wǎng)站使用行為關(guān)聯(lián)分析：ABC音樂廣播電臺(tái)為了服務(wù)更多聽眾，設(shè)置了電臺(tái)網(wǎng)站，讓更多的在線聽眾也可以透過網(wǎng)站服務(wù)以隨時(shí)掌握電臺(tái)的各個(gè)節(jié)目信息，網(wǎng)站提供了流行音樂趨勢(shì)(music streams)、音樂下載(podcasts)、新聞?dòng)嵪?news streams)、在線收聽(live Web )以及歷史節(jié)目收聽(archives)等服務(wù)功能頁面。分析人員想要藉由關(guān)聯(lián)分析以進(jìn)一步了解在線聽眾的使用行為，做為網(wǎng)站服務(wù)功能更新的依據(jù)。分析樣本為撈取近兩個(gè)月約150萬筆的客戶事務(wù)數(shù)據(jù)。分析目的為依據(jù)使用者網(wǎng)站事務(wù)數(shù)據(jù)，利用關(guān)聯(lián)分析演算方法產(chǎn)生網(wǎng)站使用行為關(guān)聯(lián)規(guī)則。演練重點(diǎn)為產(chǎn)生關(guān)聯(lián)分析數(shù)據(jù)集、進(jìn)行關(guān)聯(lián)分析、關(guān)聯(lián)分析結(jié)果解釋。
3. XYZ銀行的消費(fèi)金融部門想了解既有的小額信貸客戶的信用行為狀況，建立一風(fēng)險(xiǎn)預(yù)測(cè)模型，藉以調(diào)整最適的授信政策、客戶的信貸利率與信用額度，一達(dá)到風(fēng)險(xiǎn)管控，另一部分透過產(chǎn)品調(diào)整達(dá)到客戶維護(hù)，與刺激信用額度動(dòng)用。分析樣本數(shù)據(jù)3000筆，壞客戶比例16%。分析目的為依據(jù)可能影響違約之風(fēng)險(xiǎn)因子，利用判定樹等分類演算方法建立信貸客戶之風(fēng)險(xiǎn)預(yù)測(cè)模型。演練重點(diǎn)為數(shù)據(jù)瀏覽、遺失值處理、衍生變量產(chǎn)出、數(shù)據(jù)集分割(訓(xùn)練、驗(yàn)證、測(cè)試數(shù)據(jù)集)、預(yù)測(cè)模型變量篩選、判定樹預(yù)測(cè)模型建置、判定樹模型參數(shù)設(shè)定與模型解讀、跨模型評(píng)估方法。
4. 捐款流失預(yù)測(cè)：某退除役軍人協(xié)會(huì)過去內(nèi)部的運(yùn)作經(jīng)費(fèi)部份來自一般民眾的捐款。協(xié)會(huì)多透過寄發(fā)會(huì)刊等出版品給一般民眾，以獲得民眾對(duì)協(xié)會(huì)更多的了解與捐款。這次協(xié)會(huì)想要從過去對(duì)曾捐款的流失會(huì)員所做的活動(dòng)響應(yīng)紀(jì)錄，來建立一個(gè)預(yù)測(cè)模型，并應(yīng)用在未來對(duì)于捐款流失的會(huì)員中找到潛在仍會(huì)捐贈(zèng)的名單，定期再提供給他們協(xié)會(huì)訊息或紀(jì)念小卡等。該協(xié)會(huì)目前約有350萬名的捐款會(huì)員。針對(duì)流失會(huì)員的定義為近一到兩年已無捐款者。本次的接觸活動(dòng)會(huì)針對(duì)預(yù)測(cè)分析所找出的名單，寄發(fā)賀卡。所取的樣本數(shù)據(jù)為有響應(yīng)與無響應(yīng)者為1:1的過度抽樣。真實(shí)母體數(shù)據(jù)的響應(yīng)率為5%。

次要操作案例：

1. 有機(jī)食品(Organic Product)營銷案例
2. 人口普查數(shù)據(jù)集(Census Dataset)聚類案例
3. 牛仔褲商店(Jean Store)聚類分析案例
4. 銀行客戶購買金融商品(Financial Product)之關(guān)聯(lián)分析(Association Analysis)案例
5. 文具(Stationery)及健康美容(Health & Beauty)用品之關(guān)聯(lián)分析(Association Analysis)案例
6. 銀行客戶購買金融商品(Financial Product)之序列分析(Sequential Analysis)案例

講師簡(jiǎn)介

李御璽，教授，國立臺(tái)灣大學(xué)資訊工程博士，銘傳大學(xué)資訊工程學(xué)系教授，銘傳大學(xué)大數(shù)據(jù)研究中心主任，中華數(shù)據(jù)挖掘協(xié)會(huì)理事，云南財(cái)經(jīng)大學(xué)信息學(xué)院客座教授，浙江大學(xué)城市學(xué)院客座教授，廈門大學(xué)數(shù)據(jù)挖掘中心顧問，中國人民大學(xué)數(shù)據(jù)挖掘中心顧問，IBM SPSS-China顧問，SAS-Taiwan顧問。在其相關(guān)研究領(lǐng)域已發(fā)表超過260篇以上的研究論文,同時(shí)也是國科會(huì)與教育部多個(gè)相關(guān)研究計(jì)劃的主持人。

服務(wù)過的客戶包括：中國工商局、中信銀行、臺(tái)新銀行、聯(lián)邦銀行、新光銀行、新竹國際商業(yè)銀行(現(xiàn)已并入渣打銀行)、第一銀行、永豐銀行、遠(yuǎn)東銀行、美商大都會(huì)人壽、嘉義基督教醫(yī)院、臺(tái)灣微軟、零售業(yè)如赫蓮娜(Helena Rubinstein)化妝品公司、特立和樂(HOLA)公司、航空公司如東方航空公司、中華航空公司、汽車行業(yè)如福特(Ford)汽車公司；政府行業(yè)如國稅局等。

徐筱剛，男，高級(jí)數(shù)據(jù)分析師，具有深厚的數(shù)理統(tǒng)計(jì)與應(yīng)用數(shù)據(jù)分析專業(yè)背景，上海某金融機(jī)構(gòu)數(shù)據(jù)分析部門高級(jí)DA，具有八年數(shù)據(jù)分析、數(shù)據(jù)挖掘的從業(yè)經(jīng)驗(yàn)，曾就職零售企業(yè)、咨詢公司等，獨(dú)立或帶團(tuán)隊(duì)完成零售、電信、金融等多個(gè)大型數(shù)據(jù)挖掘項(xiàng)目。

常國珍，曾為德勤管理咨詢高級(jí)數(shù)據(jù)挖掘咨詢顧問，SAS官方培訓(xùn)資深講師，2014年SAS軟件大賽判卷人,曾以數(shù)據(jù)挖掘工程師身份就職于亞信科技（中國）有限公司市場(chǎng)部。具有八年的數(shù)據(jù)挖掘實(shí)戰(zhàn)經(jīng)驗(yàn)，主攻分類模型，涉及客戶精準(zhǔn)營銷、信用評(píng)估、價(jià)值提升、欺詐偵測(cè)和流失預(yù)警等數(shù)據(jù)挖掘主題，尤其熟悉銀行個(gè)人客戶精準(zhǔn)營銷的建模工作。

資格認(rèn)證:SAS全球認(rèn)證“Certified Statistical Business Analyst Using SAS 9 Regression and Modeling”、“Certified Advanced Programmer for SAS 9”。

參與項(xiàng)目：1、某國有大型銀行企業(yè)級(jí)模型試驗(yàn)室建設(shè)； 2、某國有大型銀行企業(yè)級(jí)欺詐系統(tǒng)建設(shè)；3、某股份制大型銀行信用卡部產(chǎn)品精準(zhǔn)營銷建模和行為信用評(píng)級(jí)模型優(yōu)化工作； 4、某股份制大型銀行零售業(yè)務(wù)部客戶忠誠度提升項(xiàng)目。

資格認(rèn)證

CDA數(shù)據(jù)分析師LEVEL Ⅱ資格證書