
CDA Level Ⅱ:建模分析師。兩年以上數(shù)據(jù)分析崗位工作經驗,或通過CDA Level Ⅰ認證半年以上。在政府、金融、電信、零售、互聯(lián)網(wǎng)、電商、醫(yī)學等行業(yè)專門從事數(shù)據(jù)分析與數(shù)據(jù)挖掘的人員。在Level Ⅰ的基礎之上深入掌握高級多元統(tǒng)計方法,并且拓展時間序列分析和主要數(shù)據(jù)挖掘的理論知識與業(yè)界運用;能夠熟練使用SPSS Modeler、SAS、R、Pyhton等至少一個專業(yè)數(shù)據(jù)挖掘軟件實現(xiàn)相關算法;具有按照數(shù)據(jù)挖掘標準流程進行項目需求分析、數(shù)據(jù)驗證、建模與模型評估的能力。
CDA Level Ⅱ培訓課程安排
背景介紹
CDA Level Ⅰ為基礎薄弱的學員提供了入行的機會,能夠結合業(yè)務完成基本的數(shù)據(jù)分析并作出數(shù)據(jù)報告。但企業(yè)想要在競爭激烈的市場中勝出,決策的速度和反應的效率尤為重要。根據(jù)調查顯示,75%的企業(yè)在面臨擬定策略時,常常無法獲得實時且有根據(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決策有價值的信息,是現(xiàn)代企業(yè)所面臨最迫切性的問題。因此,在CDA Level Ⅰ的基礎上,CDA Level Ⅱ(建模分析師)即為企業(yè)決策提供及時有效、易實現(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)技術無疑是他們最強有力的核心競爭力。數(shù)據(jù)挖掘強調與現(xiàn)有信息系統(tǒng)的整合,以提供決策者做決策時所需的情報,或轉化成經營智慧,以作為調整營運策略方針的輔助工具。以顧客關系管理(CRM)為例,數(shù)據(jù)挖掘是整個顧客關系管理的核心。其不但可以準確的定位目標市場,進行精準營銷,還可以幫助業(yè)務人員了解客戶深層需求,針對大量客戶進行客制化,也就是所謂的一對一營銷。
本課程的目的就是要針對數(shù)據(jù)挖掘整套流程,根據(jù)CDA Level Ⅱ大綱標準,以互聯(lián)網(wǎng)、金融、電信、電商和零售業(yè)為案例背景,開設4個不同的專題課程,分別為:SPSS MODELER數(shù)據(jù)挖掘;PYTHON數(shù)據(jù)挖掘;SAS數(shù)據(jù)挖掘;R語言數(shù)據(jù)挖掘。學員可以根據(jù)自身的需求任選一個專題,培訓中將軟件與商業(yè)案例有效的結合,講授如何在實際工作中搭建數(shù)據(jù)挖掘環(huán)境,制定分類數(shù)據(jù)挖掘的標準流程,讓學員勝任全方位的數(shù)據(jù)挖掘運用場景。
CDA LEVEL Ⅱ課程安排
項目名稱 |
CDA Level Ⅱ建模分析師系統(tǒng)培訓 |
時間 |
《CDA Level II 建模分析師-SPSS MODELER》專題: 北京:4月15-17日 & 4月22-24日(6天) 上海:5月06-08日 & 5月13-15日(6天) 深圳:5月20-22日 & 5月27-29日(6天) 成都:7月29-31,8月5-7日(6天) 《CDA Level II 建模分析師-SAS》專題:
北京:4月2-3,9-10,16-17日(6天) 上海:6月4-5,11-12,18-19日(6天) 《CDA LEVEL 2建模分析師-PYTHON》專題: 北京:5月14-15,21-22,28-29日(6天) 《CDA LEVEL 2建模分析師-R語言》專題: 北京:5月28-29,6月4-5,11-12日(6天)
廣州:5月28-29,6月4-5,11-12日(6天)
|
地點 |
面授班:北京,培訓教室 面授班:上海,人民廣場教室 面授班:深圳,高新科技園 遠程班:在線同步直播 |
價格 |
面授:5900元 遠程:4400元 |
優(yōu)惠 |
1. 全日制學生及CDA LEVEL Ⅰ老學員8折優(yōu)惠(學生證證明文件) 2. 同一單位三人及以上報名9折優(yōu)惠,五人及以上8折優(yōu)惠 3. CDA LEVEL Ⅰ等級資格證書持有者立省1000元 4. 同時報名參加LEVELⅠ和LEVEL Ⅱ享受8折優(yōu)惠 點擊查看LEVEL Ⅰ課程詳情 以上優(yōu)惠不可疊加! 5. 報名任何一個專題可額外添加1500元獲得另一個專題的全套視頻 |
證書認證 |
1. 可申請報考《CDA LEVEL Ⅱ等級認證證書》(薦:含金量高)
2. 可申請《數(shù)據(jù)分析師證書》,申請費用400元(培訓后即可得到) 以上雙證皆自愿申請 |
現(xiàn)場班福利 |
全套視頻資料,終身學習,在線答疑
咖啡茶歇,論壇幣(1000個) |
學員對象:
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)學等各行業(yè)業(yè)務數(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)對數(shù)據(jù)挖掘感興趣的各界人員
學員基礎要求:
1)掌握CDA LEVEL Ⅰ大綱要求,CDA LEVEL Ⅰ詳情:http://www.3lll3.cn/view/2488.html
2)報名贈送《SAS初級視頻》/《PYTHON初級視頻》/《R語言視頻》,提前觀看視頻做好預習工作。
課程收益
(1)了解什么是顧客關系管理;(2)了解顧客關系管理系統(tǒng)的架構及其組成元素;(3)了解如何利用顧客關系管理系統(tǒng)來進行營銷活動;(4)了解什么是數(shù)據(jù)挖掘(Data Mining);(5)掌握數(shù)據(jù)挖掘技術的功能分類;(6)掌握數(shù)據(jù)挖掘技術的績效增益;(7)了解數(shù)據(jù)挖掘技術的產業(yè)標準;(8)掌握如何利用數(shù)據(jù)挖掘技術來篩選關鍵變量(Key Attribute);(9)掌握如何利用數(shù)據(jù)挖掘技術來進行交叉銷售(Cross-Selling);(10)掌握如何利用數(shù)據(jù)挖掘技術來評估客戶的信用風險(Credit Risk); (11)了解如何利用數(shù)據(jù)挖掘技術來分析顧客行為、產生商業(yè)智慧并發(fā)展營銷策略。(12)掌握如何使用數(shù)據(jù)挖掘工具SPSS Modeler/SAS/PYTHON/R來完成上述的各項工作。(13)掌握構建信用打分卡的流程。
詳細大綱
SPSS Modeler專題(6天) |
北京:2016年4月15-17,22-24日 上海:2016年5月06-08,13-15日 深圳:2016年5月20-22,27-29日 北京:2016年6月10-12,17-19日 |
主題 |
以企業(yè)場景、真實案例教學方式,利用SPSS MODELER來貫穿數(shù)據(jù)挖掘建模的整個內容,包括基礎、算法、建模、進階、模型優(yōu)化、應用等。 |
應用范圍 |
《營銷活動及信用風險控制》 《企業(yè)如何處理原始數(shù)據(jù)》 《如何根據(jù)業(yè)務選取有效變量》 《如何建立交叉銷售模型》 《如何建立信用評分模型》 《如何進行模型優(yōu)化》 《企業(yè)如何建立預測模型》 《客戶分群精準化營銷》 |
算法理論 |
KDD、CRISP DM—數(shù)據(jù)處理—統(tǒng)計檢驗—決策樹、羅吉斯回歸、包裝法—貝氏網(wǎng)絡—神經網(wǎng)絡—支持向量機—隨機森林—聚類分析—關聯(lián)分析—序列分析 |
案例操作 |
【營銷客戶分群】【銀行風險預測】【網(wǎng)站行為關聯(lián)分析】【商品關聯(lián)規(guī)則】【交叉銷售】【客戶流失預警】【天氣預測】【藥物治療】【疾病診斷】【零售購物籃組合】【銀行金融產品序列分析】 |
SAS專題 (6天) |
北京:2016年4月2-3,9-10,16-17日 上海:2016年6月4-5,11-12,18-19日 |
主題 |
以SAS為工具,講解SAS軟件中高級編程技術,并運用SAS進行數(shù)據(jù)挖掘流程化操作。 |
應用范圍 |
《銀行、證券等金融企業(yè)》《大型零售企業(yè)》《通信行業(yè)》《醫(yī)療行業(yè)》 |
軟件技術 |
《SAS基礎編程》《SAS數(shù)據(jù)管理》《SAS編程進階》《SAS與SQL》《SAS宏語言》《程序優(yōu)化》 |
算法理論 |
線性回歸--邏輯回歸--決策樹--組合算法--神經網(wǎng)絡--樸素貝葉斯--MBR(KNN)--聚類分析--關聯(lián)規(guī)則 |
案例操作 |
【數(shù)據(jù)驅動的風險管理】【信用卡違約預測模型案例流程】【信用評分模型】【電信客戶流失預警】 |
PYTHON專題 (6天) |
北京:2016年5月14-15,21-22,28-29日 |
主題 |
以PYTHON為工具,講解PYTHON軟件數(shù)據(jù)挖掘編程技術,并運用PYTHON |
應用范圍 |
《互聯(lián)網(wǎng)企業(yè)》《網(wǎng)站分析》《網(wǎng)絡產品與運營》《其他》 |
軟件技術 |
《PYTHON語法基礎》《PYTHON數(shù)據(jù)挖掘包》《主成分與因子分析》《聚類分析》《預測分析》《文本分析》《社會網(wǎng)絡分析》 |
算法理論 |
線性回歸與嶺回歸--可實現(xiàn)的Lasso算法--Logistic回歸--廣義線性模型--最近鄰域法(KNN)--樣條曲線--決策樹--隨機森林--支持向量機--線性判別模型--主成分分析PCA--樣本聚類--關聯(lián)規(guī)則與序貫分析 |
案例操作 |
【汽車類型聚類與地域購買偏好分析】【婚戀網(wǎng)站被約會可能性預測】【零售業(yè)客戶價值預測模型】【新聞內容分類】【構造新聞熱點詞指數(shù)】【電信客戶交友圈與流失預警】 |
R語言專題 (6天) |
北京:5月28-29,6月4-5,11-12日(6天) |
主題 |
以R為工具,講解R語言軟件數(shù)據(jù)挖掘編程技術,并運用R |
應用范圍 |
《學術界》《客戶預測與客戶流失》《信用違約建?!贰躲y行金融業(yè)》 |
軟件技術 |
|
算法理論 |
樸素貝葉斯--決策樹--KNN--邏輯回歸--神經網(wǎng)絡--SVM--嶺回歸--Lasso算法--裝袋法--Adaboost算法--主成分分析PCA--K-means--譜聚類--密度聚類--關聯(lián)規(guī)則--序列模式 |
案例操作 |
【制作經營業(yè)務BI常用圖表】【婚戀網(wǎng)站是否可以成功約會預測】【客戶流失預測】【零售業(yè)客戶價值預測模型】【信用違約建模案例】【銀行客戶購物籃分析】 |
2.信用評等案例:某銀行希望根據(jù)客戶過去的貸款數(shù)據(jù),利用數(shù)據(jù)挖掘來預測新的貸款者,核貸后會逾期的機率,以做為銀行是否核貸的依據(jù),或提供給客戶其他類型的貸款產品。3.電信客戶分類(不同套餐選擇)案例:某電信服務提供商通過客戶使用服務的方式,將客戶分為四類人。此案例的目的是想根據(jù)人口統(tǒng)計數(shù)據(jù),利用數(shù)據(jù)挖掘找出這四類人的特征,并發(fā)掘這四類人的潛在新客戶。4.電信客戶流失案例:某電信服務提供商非常關注是否客戶會流失到競爭對手。假如服務使用的數(shù)據(jù)可以用來預測哪些客戶有可能被轉移到另一個提供商,則此提供商可提供客制化的優(yōu)惠,以盡可能留住客戶。此案例的目的是想根據(jù)服務使用的數(shù)據(jù),利用數(shù)據(jù)挖掘來預測客戶的流失。5.新車設計案例:某汽車制造商開發(fā)兩種新車(汽車及卡車)的原型。在將新車型引入至產品系列之前,該制造商想知道競爭對手已經上市的車輛中,哪些與這兩款產品的原型最為相似,以確定這兩種新車將與哪些車型展開競爭。
次要操作案例:
1.天氣(Weather)案例2.玻璃制品(Glass)案例3.電信產品跨銷售(Cross-Selling)案例4.藥物治療(Drag Diagnosis)案例5.糖尿病(Diabetes)案例6.乳癌(Breast Cancer)案例7.臨床路徑選擇(Clinical Path)案例8.電離層雷達偵測(Ionosphere)案例9.壽險推銷(Insurance Promotion)案例10.影像分類(Image)案例11.便利超商選點(Convenient Store)案例12.零售促銷預測(Retail Promotion)案例13.房價(Home Price)預測案例14.汽車油耗(MPG)預測案例15.CPU效能(CPU Performance)預測案例16.銀行客戶購買金融商品(Financial Product)之關聯(lián)分析(Association Analysis)案例17.文具(Stationery)及健康美容(Health & Beauty)用品之關聯(lián)分析(Association Analysis)案例18.銀行客戶購買金融商品(Financial Product)之序列分析(Sequential Analysis)案例
李御璽,教授,國立臺灣大學資訊工程博士,銘傳大學資訊工程學系教授,銘傳大學大數(shù)據(jù)研究中心主任,中華數(shù)據(jù)挖掘協(xié)會理事,云南財經大學信息學院客座教授,浙江大學城市學院客座教授,廈門大學數(shù)據(jù)挖掘中心顧問,中國人民大學數(shù)據(jù)挖掘中心顧問,IBM SPSS-China顧問,SAS-Taiwan顧問。在其相關研究領域已發(fā)表超過260篇以上的研究論文,同時也是國科會與教育部多個相關研究計劃的主持人。
服務過的客戶包括:中國工商局、中信銀行、臺新銀行、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、遠東銀行、美商大都會人壽、嘉義基督教醫(yī)院、臺灣微軟、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,高級數(shù)據(jù)分析師,具有深厚的數(shù)理統(tǒng)計與應用數(shù)據(jù)分析專業(yè)背景,上海某金融機構數(shù)據(jù)分析部門高級DA,具有八年數(shù)據(jù)分析、數(shù)據(jù)挖掘的從業(yè)經驗,曾就職零售企業(yè)、咨詢公司等,獨立或帶團隊完成零售、電信、金融等多個大型數(shù)據(jù)挖掘項目。
常國珍,曾為德勤管理咨詢高級數(shù)據(jù)挖掘咨詢顧問,SAS官方培訓資深講師,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)有限公司市場部。具有八年的數(shù)據(jù)挖掘實戰(zhàn)經驗,主攻分類模型,涉及客戶精準營銷、信用評估、價值提升、欺詐偵測和流失預警等數(shù)據(jù)挖掘主題,尤其熟悉銀行個人客戶精準營銷的建模工作。
資格認證:SAS全球認證“Certified Statistical Business Analyst Using SAS 9 Regression and Modeling”、“Certified Advanced Programmer for SAS 9”。
張良均, 高級信息系統(tǒng)項目管理師,現(xiàn)為廣州泰迪智能科技有限公司總經理,畢業(yè)于華中科技大學工學碩士,一直從事數(shù)據(jù)挖掘技術及其應用的策劃和研發(fā)?!?a href='/map/shujuwajue/' style='color:#000;font-size:inherit;'>數(shù)據(jù)挖掘:實用案例分析》、《神經網(wǎng)絡實用教程》主編,數(shù)據(jù)挖掘相關論文數(shù)十篇,專利近10項。廣東工業(yè)大學、華南師范大學兼職教授。主導研發(fā)基于云計算的海量數(shù)據(jù)挖掘平臺,獲得SAS及SPSS數(shù)據(jù)挖掘認證,具有電力、電信、銀行、水產養(yǎng)殖、制造企業(yè)、電子商務和電子政務的項目經驗和行業(yè)背景。
鄒博,北師大計算機博士畢業(yè),在科學院從事機器學習和數(shù)據(jù)挖掘科研工作,主持完成三維計算幾何行業(yè)建模軟件,擅長方向為機器學習、數(shù)據(jù)挖掘、自然語言處理、計算幾何。主持三維數(shù)字地質圖制圖技術及其應用、三維地質建模應用示范研究、遙感信息解譯與像元增強研究等多項部級科研項目,對大型軟件架構有深刻理解,改進了多項遙感圖像的分割、分類、增強算法并用于實際。在多家大學和教育機構擔任機器學習和數(shù)據(jù)挖掘講師,實戰(zhàn)經驗豐富,算法推導細致透徹,廣受學員好評。
資格認證
CDA LEVEL Ⅱ資格認證證書
CDA考試安排:
1. 考試時間2016年6月26日
2. 考試內容:CDA LEVLE Ⅱ建模分析師大綱。
3. 報名費用:1500元/人。參加CDA系統(tǒng)培訓學員費用為1000/人。
4. 其他:CDA考試一次不過可申請補考,補考費用為原價一半。證書3年審核一次。
5. 報考鏈接:http://www.3lll3.cn/online_registration.html
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10