99久久精品费精品国产一区二,成人免费视频视频在线观看免费成人啪精品视频网站午夜 ,国产精品成人1区二区在线观看

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數(shù)據(jù)分析師LEVEL 2系統(tǒng)培訓(xùn)課程

2015-05-13

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)想要在競爭激烈的市場中勝出，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)有力的核心競爭力。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，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，針對大量客戶進(jìn)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(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/PYTHON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	上海：2015年6月11-14日，20-21日六天北京：2015年7月9-12日，18-19日六天深圳：2015年8月13-16日，22-23日六天
地點(diǎn)	面授班：北京，人大經(jīng)濟(jì)論壇教室面授班：上海，人民廣場教室遠(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. 可申請報(bào)考《CDA LEVEL Ⅱ等級認(rèn)證證書》（薦：含金量高） 2. 可申請工信部NTC《數(shù)據(jù)分析師證書》，申請費(fèi)用400元（培訓(xùn)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(xué)習(xí)，在線答疑午餐，咖啡茶歇，論壇幣（1000個(gè)）

學(xué)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(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),

*Record Reduction(記錄精簡),

*Attribute Value Reduction(域值精簡),

*Attribute Reduction(字段精簡)

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)如何利用模型評估技術(shù)來評估模型的優(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(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)測模型-如預(yù)測客戶之年收入，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

環(huán)境搭建與數(shù)據(jù)轉(zhuǎn)換

主體：數(shù)據(jù)分析環(huán)境搭建

1、Python程序安裝

2、MySQL數(shù)據(jù)庫安裝、配置、建庫；

主題：Python與其它軟件之間數(shù)據(jù)轉(zhuǎn)換

1、Python內(nèi)部的數(shù)據(jù)存儲(chǔ)類型

2、Python與CSV格式文件；

3、Python與EXCEL格式文件；

4、Python與MySQL；

5、Python與ODBC；

主題：SQL編程與MySQL數(shù)據(jù)庫使用

Mysql SQL編程與Python SQL編程

主題：用R作統(tǒng)計(jì)

兩變量相關(guān)檢驗(yàn)（兩樣本T檢驗(yàn)、方差分析、卡方檢驗(yàn)、相關(guān)檢驗(yàn)）；

主成分與因子分析；

決策樹

數(shù)據(jù)挖據(jù)完整流程案例

——Python編程構(gòu)造銀行信用風(fēng)險(xiǎn)模型

第6天

主題：信用風(fēng)險(xiǎn)建模簡介

銀行信用風(fēng)險(xiǎn)監(jiān)管體系與信用風(fēng)險(xiǎn)內(nèi)部模型

主題：單變量檢驗(yàn)與數(shù)據(jù)清洗

缺失值檢驗(yàn)與處理方法

異常值檢驗(yàn)與處理方法

解釋變量粗篩

雙變量關(guān)系檢驗(yàn)法

數(shù)據(jù)分箱

主題：連續(xù)變量壓縮技術(shù)

變量聚類

分類變量壓縮技術(shù)

似完整分類數(shù)據(jù)問題

WOE方法

主題：邏輯回歸建模技術(shù)

模型選擇：逐步法、全子集法

根據(jù)經(jīng)驗(yàn)Logit曲線進(jìn)行連續(xù)變量轉(zhuǎn)換

主題：編程模型評估技術(shù)

ROC曲線

K-S曲線

講師簡介

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。

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(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、信用評估、價(jià)值提升、欺詐偵測和流失預(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)級模型試驗(yàn)室建設(shè)； 2、某國有大型銀行企業(yè)級欺詐系統(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級模型優(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