综合亚洲欧美,亚洲欧洲另类,逼逼爱爱,国产限制,欧美 久久国产亚洲日韩一本，欧美日韩专区国产精品，久久精品

大數(shù)據(jù)營銷培訓(xùn)

課程大綱
第1篇基礎(chǔ)篇
第1章大數(shù)據(jù)時(shí)代下的數(shù)據(jù)挖掘
1.1大數(shù)據(jù)的基礎(chǔ)
1.2大數(shù)據(jù)的特點(diǎn)
1.3大數(shù)據(jù)的作用
1.4大數(shù)據(jù)與數(shù)據(jù)挖掘
1.5令人期待的大數(shù)據(jù)時(shí)
1.6本章小結(jié)

第2章 基于Hadoop的大數(shù)據(jù)處理架構(gòu)
2.1 Google核心云計(jì)算技術(shù)
2.2 Hadoop云計(jì)算技術(shù)及發(fā)展
2.3 基于云計(jì)算的大數(shù)據(jù)處理架構(gòu)
2.4 基于云計(jì)算的大數(shù)據(jù)處理技術(shù)的應(yīng)用
2.5 Hadoop運(yùn)行實(shí)踐

第2篇理論篇
第3章數(shù)據(jù)挖掘的主要方法及工具
3.1數(shù)據(jù)挖掘主要方法
3.1.1決策樹分類
3.1.2神經(jīng)網(wǎng)絡(luò)
3.1.3Logistic回歸方法
3.1.4聚類分析
3.1.5數(shù)據(jù)挖掘方法比較
3.1.6分類器的評(píng)估與選擇
3.2流行數(shù)據(jù)分析平臺(tái)及數(shù)據(jù)挖掘工具介紹
3.3本章小結(jié)

第4章Logistic回歸模型
4.1多元線性回歸模型
4.2Logistic回歸模型
4.3Logistic回歸模型的參數(shù)估計(jì)
4.4Logistic回歸模型中回歸系數(shù)的意義
4.5Logistic回歸模型的擬合優(yōu)度
4.6Logistic回歸系數(shù)的顯著性檢驗(yàn)
4.7Logistic回歸模型的預(yù)測準(zhǔn)確性
4.8回歸變量的選擇與逐步回歸
4.9本章小結(jié)

第5章數(shù)據(jù)挖掘建模過程
5.1 數(shù)據(jù)挖掘流程概述
5.1.1 問題識(shí)別
5.1.2 數(shù)據(jù)理解
5.1.3 數(shù)據(jù)準(zhǔn)備
5.1.4 建立模型
5.1.5 模型評(píng)價(jià)
5.1.6 部署應(yīng)用
5.2 離群點(diǎn)發(fā)現(xiàn)
5.2.1 基于統(tǒng)計(jì)的離群點(diǎn)檢測
5.2.2 基于距離的離群點(diǎn)檢測
5.2.3 局部離群點(diǎn)算法
5.3 不平衡數(shù)據(jù)級(jí)聯(lián)算法

第3篇應(yīng)用篇
第6章電信行業(yè)應(yīng)用——客戶流失預(yù)測
6.1背景介紹
6.2案例數(shù)據(jù)展示及分析
6.2.1商業(yè)理解
6.2.2數(shù)據(jù)理解
6.2.3數(shù)據(jù)準(zhǔn)備
6.3建立打分模型
6.4分析建模結(jié)果
6.5數(shù)據(jù)挖掘結(jié)果的運(yùn)用
6.6本章小結(jié)

第7章商品零售行業(yè)應(yīng)用——購物籃分析
7.1某連鎖零售公司的背景介紹
7.2購物籃分析的基本內(nèi)容
7.2.1同次購買的基本概念
7.2.2同次購買的關(guān)聯(lián)規(guī)則質(zhì)量的衡量
7.2.3購買分析的實(shí)現(xiàn)
7.2.4下次購買的基本概念
7.2.5下次購買行為預(yù)測
7.3購物籃分析——MBA工具的使用
7.3.1MBA工具的用途
7.3.2MBA工具的使用
7.3.3MBA工具的輸出

第8章實(shí)戰(zhàn)項(xiàng)目——交叉銷售
8.1背景介紹
8.2案例數(shù)據(jù)展示及分析
8.2.1數(shù)據(jù)展示
8.2.2業(yè)務(wù)目標(biāo)及分析要求
8.3數(shù)據(jù)挖掘過程
8.3.1數(shù)據(jù)預(yù)處理
8.3.2劃分?jǐn)?shù)據(jù)集及生成目標(biāo)變量
8.3.3生成衍生變量
8.3.4生成挖掘表
8.4建立打分模型
8.5結(jié)果分析
8.6本章小結(jié)

大數(shù)據(jù)營銷培訓(xùn)