課程描述INTRODUCTION
數(shù)據(jù)挖掘技術(shù)
· 技術(shù)總監(jiān)· 系統(tǒng)工程師· 高層管理者
日程安排SCHEDULE
課程大綱Syllabus
數(shù)據(jù)挖掘技術(shù)
培訓(xùn)受眾:
業(yè)務(wù)支持部、IT系統(tǒng)部、大數(shù)據(jù)系統(tǒng)開發(fā)部、大數(shù)據(jù)分析中心、信息技術(shù)部等相關(guān)技術(shù)人員。
課程收益:
目的:掌握SAS語(yǔ)言,掌握數(shù)據(jù)挖掘
課程大綱:
第一部分:SAS基礎(chǔ)
1、SAS簡(jiǎn)介和構(gòu)成
2、SAS的主要模塊和功能
3、SAS的四種運(yùn)行模式
-窗口環(huán)境模式
-非交互模式
-交互式運(yùn)行模式
-批處理模式
4、掌握SAS的基本數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)對(duì)象
-邏輯庫(kù)、邏輯引擎、數(shù)據(jù)集、數(shù)據(jù)文件、視圖
5、SAS基本程序結(jié)構(gòu)
-數(shù)據(jù)步(DATA STEP)
-過(guò)程步(PROC STEP)
6、SAS基本語(yǔ)言介紹
7、數(shù)據(jù)集的操作
-從文本文件獲取
-從外部數(shù)據(jù)庫(kù)獲取
-數(shù)據(jù)集導(dǎo)出到外部文件
-讀取、瀏覽、編輯數(shù)據(jù)集
-創(chuàng)建、編輯、修改、刪除
8、對(duì)多個(gè)數(shù)據(jù)集的操作
-橫向合并
-縱向串接
9、SAS SQL語(yǔ)言
10、 SAS宏語(yǔ)言
案例:演練SAS編程語(yǔ)句
第二部分:數(shù)據(jù)可視化處理
1、數(shù)據(jù)報(bào)表輸出
-基本報(bào)表
-高級(jí)報(bào)表
2、統(tǒng)計(jì)圖形
-GCHART過(guò)程
-GPLOT過(guò)程
-CAPABILITY過(guò)程
3、各種圖形的畫法
-柱狀圖/條形圖
-餅圖
-折線圖
-散點(diǎn)圖/氣泡圖
4、繪圖的美化技巧
案例:用SAS作圖來(lái)實(shí)現(xiàn)產(chǎn)品銷量分析
第三部分:數(shù)據(jù)統(tǒng)計(jì)分析
1、描述性統(tǒng)計(jì)分析
-集中程序
-離散程序
-分布形態(tài)
2、參數(shù)估計(jì)與假設(shè)檢驗(yàn)
-單樣本均值T檢驗(yàn)
-獨(dú)立兩樣本均值T檢驗(yàn)
-配對(duì)兩樣本均值T檢驗(yàn)
3、非參數(shù)檢驗(yàn)文件操作處理
-單樣本
-獨(dú)立兩樣本
-配對(duì)兩樣本
4、影響因素分析
-相關(guān)分析:原理、公式、應(yīng)用
-方差分析:原理、公式、應(yīng)用
-卡方分析:原理、公式、應(yīng)用
-主成分分析/因子分析:降維
案例:掌握常用的過(guò)程對(duì)數(shù)據(jù)進(jìn)行分析
第四部分:數(shù)據(jù)挖掘基礎(chǔ)
1、數(shù)據(jù)挖掘概述
2、數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程(CRISP-DM)
-商業(yè)理解
-數(shù)據(jù)準(zhǔn)備
-數(shù)據(jù)理解
-模型建立
-模型評(píng)估
-模型應(yīng)用
3、數(shù)據(jù)挖掘常用任務(wù)與算法
第五部分:聚類分析(客戶細(xì)分)實(shí)戰(zhàn)
1、客戶細(xì)分常用方法
2、聚類分析(Clustering)
-聚類方法原理介紹及適用場(chǎng)景
-常用聚類分析算法
-聚類算法的評(píng)價(jià)
案例:使用FASTCLUS實(shí)現(xiàn)K均值聚類
案例:使用CLUSTER實(shí)現(xiàn)層次聚類法
3、判別分析
-判別分析法原理
-判別分析常見方法:距離判別、Bayes判別、Fisher判別
案例:使用DISCRIM、CANDISC、STEPDISC實(shí)現(xiàn)判別分析
4、RFM模型分析
-RFM模型,更深入了解你的客戶價(jià)值
-RFM模型與市場(chǎng)策略
案例:航空公司客戶價(jià)值分析
第六部分:數(shù)值預(yù)測(cè)模型實(shí)戰(zhàn)
1、常用數(shù)值預(yù)測(cè)的模型
-通用預(yù)測(cè)模型:回歸模型
-季節(jié)性預(yù)測(cè)模型:相加、相乘模型
-新產(chǎn)品預(yù)測(cè)模型:珀?duì)柷€與龔鉑茲曲線
2、回歸分析概念
3、常見回歸分析類別
4、回歸分析檢驗(yàn)
-模型的顯著性檢驗(yàn)
-回歸系數(shù)的顯著性檢驗(yàn)
-殘差檢驗(yàn)
-擬合程度
-共線性診斷
案例:回歸分析
第七部分:分類預(yù)測(cè)模型實(shí)戰(zhàn)
1、常見分類預(yù)測(cè)的模型與算法
2、如何評(píng)估分類預(yù)測(cè)模型的質(zhì)量
-查準(zhǔn)率
-查全率
-ROC曲線
3、邏輯回歸分析模型
-邏輯回歸的原理
-邏輯回歸建模的步驟
-邏輯回歸結(jié)果解讀
4、時(shí)間序列分析
案例:用LOGISTIC過(guò)程實(shí)現(xiàn)銀行貸款違約預(yù)測(cè)
第八部分:SAS優(yōu)化建模
1、優(yōu)化模型的基本概念
2、優(yōu)化建模的步驟
3、線性規(guī)劃問(wèn)題
案例:使用OPTMODEL建立線性規(guī)劃模型
第九部分:SAS智能平臺(tái)構(gòu)建及行業(yè)解決方案
1、構(gòu)建SAS解決方案平臺(tái)
2、平臺(tái)的體系架構(gòu)設(shè)計(jì)
3、實(shí)現(xiàn)SAS應(yīng)用服務(wù)器集群
4、平臺(tái)的安全管理
第十部分:輔導(dǎo)
數(shù)據(jù)挖掘技術(shù)
轉(zhuǎn)載:http://www.nywlwx.com/gkk_detail/258753.html
已開課時(shí)間Have start time
- 傅一航
大數(shù)據(jù)營(yíng)銷內(nèi)訓(xùn)
- 管理者數(shù)據(jù)能力晉級(jí) 宋致旸
- 數(shù)字經(jīng)濟(jì)基礎(chǔ)和企業(yè)數(shù)字化轉(zhuǎn) 盧森煌
- 《零售行業(yè)社群團(tuán)購(gòu)運(yùn)營(yíng)》 陳蕊
- 商業(yè)銀行數(shù)據(jù)治理體系建設(shè)實(shí) 馬慶
- 《小紅書運(yùn)營(yíng)策劃與執(zhí)行》 黃光偉
- 大數(shù)據(jù)時(shí)代下服務(wù)營(yíng)銷新思維 秦超
- 數(shù)字金融與智能金融下的智慧 盧森煌
- 數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力 盧森煌
- 《企業(yè)數(shù)據(jù)管理與數(shù)據(jù)資產(chǎn)化 張光利
- 大數(shù)據(jù)行業(yè)的現(xiàn)狀與熱點(diǎn) 徐全
- 數(shù)字媒體和數(shù)字教學(xué) 鐘理勇
- 企業(yè)區(qū)塊鏈技術(shù)的應(yīng)用場(chǎng)景與 李璐