BDMA126:基于R语言的数据挖掘与建模实训培训

开班计划时间:18 小时
  • 具体开课时间请咨询课程顾问
预约试听 马上咨询
课程介绍
适用对象:
学习收获:具备将数据挖掘的基本理论和实际应用技术相结合的能力 、提升学员知识掌握和实践能力
详细大纲
1 结合案例学习如何做好数据挖掘与分析建模、模型选择及评估
1.1 模型建设的案例及剖析
1.2 模型选择或调优过程注意事项
1.3 如何做好数据挖掘模型评估
1.4 实践
1.4.1 以项目为引子,学习如何做好数据分析的需求模型和物理模型
1.4.2 结合业务需求,如何编写数据分析报告
2 数据挖掘及数据分析技术
2.1 数据挖掘主要分析方法和算法
2.1.1 聚类分析方法和算法(Clustering)
2.1.2 分类分析方法和算法(Classification)
2.1.3 关联分析方法和算法(Association)
2.1.4 预测分析方法和算法(Prediction)
2.1.5 回归分析方法和算法
2.1.6 异常点检测分析方法和算法
2.2 主要涉及的常用算法
2.3 重点:把分析方法和算法结合应用场景进行简要说明和分析使用场景
3 统计学基本原理
3.1 何为研究?
3.2 常见的研究名词:概念性架构、模型、操作型定义、变量、命题与假设
3.3 问卷设计原则与操作
3.4 研究中常见的变量:自变量、依变量、中介变量、干扰变量及控制变量
3.5 统计分析常用的名词:平均数、众数、方差、协方差、标准偏差、标准误
3.6 测量尺度的应用:名目尺度、顺序尺度、区间尺度及比例尺度
3.7 估计(Confidence Interval, CI)与检定(P-value)
3.8 自由度
3.9 统计的假设:常态、同质、独立
4 R语言基础
4.1 虚拟化技术的问题、R简介、数据类型介绍、R的数据可视化、常用R包介绍
4.2 数据整理:数据的读入输出、控制流、各种图表,常用统计量计算
5 R语言数据可视化
5.1 数据展现1:基本制图函数综述、理解关键制图参数
5.2 数据展现2:散点图、线图与时间序列谱图,案例:股价走势可视化展现
5.3 数据展现3:柱形图,点图,饼图,直方图,案例:销售数据可视化展现
5.4 数据展现4:箱线图,热力图,等高线,地图,案例:Facebook好友联系图
6 Logistic回归与商业大数据建模
6.1 Logistic回归与商业大数据建模
7 关联规则和R语言实现
7.1 关联规则和R语言实现
8 决策树(回归树)分析和随机森林R语言实现
8.1 决策树(回归树)分析和随机森林R语言实现
9 R语言聚类算法
10 R语言营销案例实战
10.1 使用R决策树预测客户会购买何种产品
10.2 使用R 关联规则用户购买商品的模式,进而进行推荐
10.3 使用R Logistic预测用户流失
10.4 使用R聚类完成客户分群
课程评价

课程评价({{EvaluationTotal}})

课程满意度

评价

您还没有给课程评分哦

满意度

    追加评价:

课程咨询
内容:

您还没有填写内容!

暂无问答,赶紧去提问吧
{{item.AnswerState==1?"已解决":"未解决"}}
{{item.Content}}
{{item.StudentAskTime}}
{{itemanswer.UserName}}
{{itemanswer.Content}}
{{itemanswer.StudentAskTime}}
同类课程推荐 more
嘉为大讲堂 more
原创文章 more

您好! 欢迎来到学领未来 !

学领未来提供线上及线下的学习服务,根据您的位置,为您推荐最近的线下培训地点 分站,你选择: