大數據建模分析師課程培訓

2022-05-11 11:33:00　|　來源：中培企業IT培訓網

一、課程簡介
講師結合自己數據化運營實踐中大量的項目經驗，用通俗易懂的“非技術”語言和大量活潑生動的案例，圍繞數據分析挖掘中的思路、方法、技巧與應用，全方位整理、總結、分享，幫助學員深刻領會和掌握“以業務為核心，以思路為重點，以分析技術為輔佐”的數據挖掘實踐應用。

二、培訓時間
本次培訓為期 2天，6小時/天，（可根據具體需求做調整）。

三、培訓大綱

	模塊	內容
第一單元	概率論與數理統計基礎	數據分析方法概述：數據分析過程、數據分析的商業驅動概率論基礎：集合、概率、隨機變量、概率密度、公理化變換和期望：隨機變量函數分布、矩、矩列唯一性常見分布族：離散分布、連續分布、指數分布、中心極限定理、概率不等式多維隨機變量：聯合分布與邊緣分布、多層模型與混合分布、二維變化、協方差與相關系數隨機樣本的性質：抽樣、樣本分布數據簡化原理：似然函數、輔助函數參數估計：點估計、區間估計、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、置信區間、P 值、損失函數漸進評價：相合性、有效性、標準誤差、穩健性、LTR 的漸進分布、近似極大似然區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、穩健回歸
第二單元	PYTHON 基礎	基礎知識：安裝配置、基礎語法等數據可視化：數據可視化包介紹及圖像繪制數據整理和數據清洗：Numpy 數組基礎；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、示例講解決策樹算法：原理、實現、示例講解隨機森林算法：原理、實現、示例講解 K-Means 聚類算法：原理、實現、示例講解關聯規則算法：原理、實現、示例講解線性回歸：原理、實現、示例講解邏輯回歸：原理、實現、示例講解 SVM 支持向量機：原理、實現、示例講解樸素貝葉斯算法：原理、實現、示例講解
第四單元	客戶生命周期案例	結合客戶生命周期案例，講解精準營銷、銀行反欺詐、信用評分等內容。