您現(xiàn)在的位置：首頁 > 企業(yè)內(nèi)訓 > 大數(shù)據(jù) > 大數(shù)據(jù)建模分析師課程培訓

大數(shù)據(jù)建模分析師課程培訓

2022-05-11 11:33:00　|　來源：中培企業(yè)IT培訓網(wǎng)

一、課程簡介
講師結(jié)合自己數(shù)據(jù)化運營實踐中大量的項目經(jīng)驗，用通俗易懂的“非技術”語言和大量活潑生動的案例，圍繞數(shù)據(jù)分析挖掘中的思路、方法、技巧與應用，全方位整理、總結(jié)、分享，幫助學員深刻領會和掌握“以業(yè)務為核心，以思路為重點，以分析技術為輔佐”的數(shù)據(jù)挖掘?qū)嵺`應用。

二、培訓時間
本次培訓為期 2天，6小時/天，（可根據(jù)具體需求做調(diào)整）。

三、培訓大綱

	模塊	內(nèi)容
第一單元	概率論與數(shù)理統(tǒng)計基礎	數(shù)據(jù)分析方法概述：數(shù)據(jù)分析過程、數(shù)據(jù)分析的商業(yè)驅(qū)動概率論基礎：集合、概率、隨機變量、概率密度、公理化變換和期望：隨機變量函數(shù)分布、矩、矩列唯一性常見分布族：離散分布、連續(xù)分布、指數(shù)分布、中心極限定理、概率不等式多維隨機變量：聯(lián)合分布與邊緣分布、多層模型與混合分布、二維變化、協(xié)方差與相關系數(shù) 隨機樣本的性質(zhì)：抽樣、樣本分布數(shù)據(jù)簡化原理：似然函數(shù)、輔助函數(shù) 參數(shù)估計：點估計、區(qū)間估計、矩估計、貝葉斯估計、EM 算法假設檢驗：似然比檢驗、貝葉斯檢驗、最大功效檢驗、置信區(qū)間、P 值、損失函數(shù) 漸進評價：相合性、有效性、標準誤差、穩(wěn)健性、LTR 的漸進分布、近似極大似然區(qū)間方差分析和回歸分析：ANOVA 假設、簡單線性回歸與最小二乘回歸模型：變量有誤差時的線性回歸、Logistic 回歸、穩(wěn)健回歸
第二單元	PYTHON 基礎	基礎知識：安裝配置、基礎語法等數(shù)據(jù)可視化：數(shù)據(jù)可視化包介紹及圖像繪制數(shù)據(jù)整理和數(shù)據(jù)清洗：Numpy 數(shù)組基礎；Pandas 對象基礎
第三單元	機器學習算法	scikit-learn 入門：Scikit-Learn 庫簡介 KNN-最近鄰分類算法：原理、實現(xiàn)、示例講解決策樹算法：原理、實現(xiàn)、示例講解隨機森林算法：原理、實現(xiàn)、示例講解 K-Means 聚類算法：原理、實現(xiàn)、示例講解關聯(lián)規(guī)則算法：原理、實現(xiàn)、示例講解線性回歸：原理、實現(xiàn)、示例講解邏輯回歸：原理、實現(xiàn)、示例講解 SVM 支持向量機：原理、實現(xiàn)、示例講解樸素貝葉斯算法：原理、實現(xiàn)、示例講解
第四單元	客戶生命周期案例	結(jié)合客戶生命周期案例，講解精準營銷、銀行反欺詐、信用評分等內(nèi)容。