課程描述INTRODUCTION
大數(shù)據(jù)建模與模型優(yōu)化實戰(zhàn)培訓(xùn)
日程安排SCHEDULE
課程大綱Syllabus
大數(shù)據(jù)建模與模型優(yōu)化實戰(zhàn)培訓(xùn)
【課程目標(biāo)】本課程核心內(nèi)容為大數(shù)據(jù)建模、模型優(yōu)化、業(yè)務(wù)專題分析。
【學(xué)員要求】
1、每個學(xué)員自備一臺便攜機(必須)。
2、便攜機中事先安裝好Excel2013版本及以上。
3、便攜機中事先安裝好IBMSPSSStatisticsv19版本及以上。
4、便攜機中事先安裝好IBMSPSSModelerv14版本及以上。
注:講師可以提供試用版本軟件及分析數(shù)據(jù)源。
【授課方式】
數(shù)據(jù)分析基礎(chǔ)+方法講解+實際業(yè)務(wù)問題分析+工具實踐操作
采用互動式教學(xué),圍繞業(yè)務(wù)問題,展開數(shù)據(jù)分析過程,全過程演練操作,讓學(xué)員在分析、分享、講授、總結(jié)、自我實踐過程中獲得能力提升。
【課程大綱】
第一部分:數(shù)據(jù)建模篇
1、預(yù)測建模六步法
2、第一步:屬性篩選(降維)
需要選擇哪些屬性?如何派生新屬性?
常用方法:顯著性檢驗、主成分分析…
從業(yè)務(wù)邏輯和數(shù)據(jù)邏輯來考慮
3、第二步:選擇模型
常用模型分類
各模型適用場景
基于業(yè)務(wù)場景選擇合適的模型
4、第三步:訓(xùn)練模型
利用數(shù)據(jù)對模型進(jìn)行計算
模型參數(shù)優(yōu)化和調(diào)整
算法:最優(yōu)求解、距離、概率、信息增益…
5、第四步:評估模型
評價常用指標(biāo):R^2,AUC,KS,誤差率,錯誤率…
評估方法:留出法、N拆交叉驗證、過擬合
6、第五步:優(yōu)化模型
模型優(yōu)化方向:模型和數(shù)據(jù)
優(yōu)化模型:調(diào)整模型、優(yōu)化公式、優(yōu)化算法
優(yōu)化數(shù)據(jù):新增屬性、重新構(gòu)造屬性
7、第六步:應(yīng)用模型
模型解讀:模型含義、輸出結(jié)果
部署模型:開發(fā)模型、模型周期維護(hù)
8、數(shù)據(jù)預(yù)測模型優(yōu)化
顯著性檢驗、線性檢驗、非線性檢驗、相互作用檢驗、共線性檢驗、誤差項檢驗、過擬合檢驗
9、分類預(yù)測模型優(yōu)化
Bagging算法
Boosting算法
第二部分:時間序列分析篇
1、如何對趨勢和季節(jié)性建模
2、時間序列及常用模型算法
3、使用移動平均來消除季節(jié)性因素
一次移動平均原理及其缺點
二次移動平均原理及其公式
加權(quán)移動平均原理及其公式
案例:平板電腦銷量分析
4、指數(shù)平滑
一次指數(shù)平滑原理及其公式
二次指數(shù)平滑原理及其公式
三次指數(shù)平滑原理及其公式
案例:煤炭產(chǎn)量分析
5、Holt-Winters分析
霍爾特-溫特斯原理
HW無季節(jié)模型及公式
HW加法模型
HW乘法模型
6、季節(jié)性和趨勢預(yù)測模型
相加模型
相乘模型
7、評估模型質(zhì)量的指標(biāo)
判定系數(shù)R^2
標(biāo)準(zhǔn)誤差SER
8、評估預(yù)測值準(zhǔn)確程度的指標(biāo)
平均偏差MAD
均方差MSE或均方差平方根RMSE
平均誤差率MAPE
第三部分:降維技術(shù)
1、變量太多存在的問題
2、數(shù)據(jù)稀疏的問題
3、變量降維技術(shù)的類型
利用業(yè)務(wù)知識選擇屬性
利用數(shù)據(jù)本身特征來選擇屬性
利用自變量和因變量的相關(guān)性來選擇屬性
將不顯著因素合并為顯著因子(PCA)
4、利用決策樹來選擇變量
5、使用神經(jīng)網(wǎng)絡(luò)來選擇變量
6、利用變量聚類
第四部分:優(yōu)化問題建模
1、優(yōu)化問題的三個特點
可調(diào)整的參數(shù)
產(chǎn)生單一目標(biāo)值的目標(biāo)函數(shù)
參數(shù)的約束條件
2、解決優(yōu)化問題的常用算法
線性規(guī)劃
遺傳算法
3、線性規(guī)劃應(yīng)用建模
4、遺傳算法
遺傳算法的基本框架
改進(jìn)及增強:選擇、交叉
第五部分:產(chǎn)品最優(yōu)定價及定價策略分析
1、產(chǎn)品最優(yōu)定價是一個優(yōu)化問題
2、常見的定價方法
3、產(chǎn)品定價的理論依據(jù)
需求曲線與利潤*化
如何求解最優(yōu)定價
案例:產(chǎn)品最優(yōu)定價求解
4、如何評估需求曲線
價格彈性
曲線方程(線性、乘冪)
5、如何做產(chǎn)品組合定價
6、如何做產(chǎn)品捆綁/套餐定價
*收益定價(演進(jìn)規(guī)劃求解)
避免價格反轉(zhuǎn)的套餐定價
案例:電信公司的寬帶、IPTV、移動電話套餐定價
7、非線性定價原理
要理解支付意愿曲線
支付意愿曲線與需求曲線的異同
案例:雙重收費如何定價(如會費+按次計費)
8、階梯定價策略
案例:電力公司如何做階梯定價
9、數(shù)量折扣定價策略
案例:如何通過折扣來實現(xiàn)薄利多銷
10、定價策略的評估與選擇
案例:零售公司如何選擇最優(yōu)定價策略
11、航空公司的收益管理
收益管理介紹
如何確定機票預(yù)訂限制
如何確定機票超售數(shù)量
如何評估模型的收益
案例:FBN航空公司如何實現(xiàn)收益管理(預(yù)訂/超售)
第六部分:客戶需求與產(chǎn)品設(shè)計建模
1、聯(lián)合分析法
2、離散選擇模型
如何評估客戶購買產(chǎn)品的概率
如何指導(dǎo)產(chǎn)品開發(fā)?如何確定產(chǎn)品的重要特性
競爭下的產(chǎn)品動態(tài)調(diào)價
如何評估產(chǎn)品的價格彈性
案例:產(chǎn)品開發(fā)與設(shè)計分析
案例:品牌價值與價格敏感度分析
案例:納什均衡價格
3、品牌價值評估
4、新產(chǎn)品市場占有率評估
第七部分:精準(zhǔn)推薦模型
1、從搜索引擎到推薦引擎
2、個性化推薦系統(tǒng)的應(yīng)用場景
3、推薦系統(tǒng)的評測
用戶滿意度
預(yù)測準(zhǔn)確度
覆蓋率…
4、常用產(chǎn)品推薦模型及算法
分類預(yù)測
關(guān)聯(lián)分析
協(xié)同過濾
5、個性化精準(zhǔn)營銷的推薦策略
結(jié)束:課程總結(jié)與問題答疑。
大數(shù)據(jù)建模與模型優(yōu)化實戰(zhàn)培訓(xùn)
轉(zhuǎn)載:http://www.nywlwx.com/gkk_detail/237138.html
已開課時間Have start time
- 傅一航
大數(shù)據(jù)課程內(nèi)訓(xùn)
- 管理者數(shù)據(jù)能力晉級 宋致旸
- 數(shù)字媒體和數(shù)字教學(xué) 鐘理勇
- 大數(shù)據(jù)時代下服務(wù)營銷新思維 秦超
- 企業(yè)區(qū)塊鏈技術(shù)的應(yīng)用場景與 李璐
- 大數(shù)據(jù)行業(yè)的現(xiàn)狀與熱點 徐全
- 《零售行業(yè)社群團購運營》 陳蕊
- 數(shù)字經(jīng)濟基礎(chǔ)和企業(yè)數(shù)字化轉(zhuǎn) 盧森煌
- 《企業(yè)數(shù)據(jù)管理與數(shù)據(jù)資產(chǎn)化 張光利
- 商業(yè)銀行數(shù)據(jù)治理體系建設(shè)實 馬慶
- 數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力 盧森煌
- 《小紅書運營策劃與執(zhí)行》 黃光偉
- 數(shù)字金融與智能金融下的智慧 盧森煌