cda业务数据分析师

cda业务数据分析师

ID:33126272

大小:1.11 MB

页数:17页

时间:2019-02-20

cda业务数据分析师_第1页
cda业务数据分析师_第2页
cda业务数据分析师_第3页
cda业务数据分析师_第4页
cda业务数据分析师_第5页
cda业务数据分析师_第6页
cda业务数据分析师_第7页
cda业务数据分析师_第8页
cda业务数据分析师_第9页
cda业务数据分析师_第10页
资源描述:

《cda业务数据分析师》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、CDA业务数据分析师周末集训-R语言课程简介学前困惑?想学习数据分析苦于难以入门?没有掌握得心应手的统计分析工?具???方法论与知识点不系统,不扎实?业务工作思路迟迟得不到拓?展?零基础掌握R语言全栈数据分析技巧R语言进行回归分析和降维分析R语言进行机器学习数据分析之统计学基础R语言编程基础与RSQLR语言数据可视化R语言进行统计分析和数据清洗R语言进行深度学习和文本分析R语言进行时间序列和R语言进行逻辑回归综合案例分析与序列模式Mysql数据库基础体系化集中培训+全套录播视频+课下练习实操+小组作业+导

2、师助教答疑课程大纲第二阶段:Mysql数据库基础(线上)第一阶段:R语言编程基础与RSQL(线下)1.Mysql数据库知识介绍1.商业数据分析与行业介绍2.Mysql数据库的基本操作2.使用R演示数据分析全流程3.Mysql数据表的基本操作3.R语言数据类型与数据结构4.数据类型和约束条件4.R语言程序控制与函数5.数据的CRUD操作之增加、删除、修改数据表5.SQL语言与RSQL实现6.SQL数据库单表查询和联合查询6.使用SQL进行数据汇总7.SQL操作符和函数7.使用ggplot进行基础绘图8.SQ

3、L综合案例:彩票数据核对练习8.案例:汽车行业贷款违约预测9.SQL综合案例:电商数据查询练习第四阶段:R语言进行统计分析和数据清洗(线下第三阶段:数据分析之统计学基础(线上))1.数据分析行业与知识简介1.使用R语言进行数据整合与数据清洗2.概率论基础知识2.使用R语言进行数据分组和抽样3.描述性统计分析3.使用R语言进行描述性统计分析4.统计量与抽样分布4.使用R语言进行参数估计和假设检验5.参数估计:点估计和区间估计5.使用R语言进行单样本和两样本T检验6.假设检验方法6.使用R语言进行方差分析和相

4、关分析7.方差分析的基本原理和操作7.转化漏斗与A/B对比测试课程大纲第六阶段:R语言进行时间序列和综合案例分析(第五阶段:R语言进行回归分析和降维分析(线下线下))1.Mysql数据库知识介绍1.使用线性回归做客户价值预测2.Mysql数据库的基本操作2.使用逻辑回归做客户流失预警3.Mysql数据表的基本操作3.连续变量关系探索与变量压缩:主成分、因子分4.数据类型和约束条件析5.数据的CRUD操作之增加、删除、修改数据表4.聚类分析与客户分群6.SQL数据库单表查询和联合查询5.市场分析其他工具:对

5、应分析与多维尺度分析7.SQL操作符和函数6.案例:电信公司消费偏好聚类8.SQL综合案例:彩票数据核对练习7.案例:汽车品牌客户感知图9.SQL综合案例:电商数据查询练习第七阶段:R语言数据可视化(线上)第八阶段:期中项目作业与答辩(线下)1.绘图思想的基本原理2.R语言数据可视化包-GGplot2包介绍与图形1.课题1:电商客户价值预测绘制2.课题2:网站流量数据分析3.R语言数据可视化包-Lattice包与GGvis包介3.课题3:信用卡客户流失预警绍与图形绘制4.课题4:银行电话营销响应分析4.R

6、语言数据可视化包-EchartsR介绍与图形绘5.以上课题仅供参考制5.分析结果展示与报告展现课程大纲第十阶段:使用R进行进行机器学习(线下)1.朴素贝叶斯与初级分类器-KNN算法第九阶段:R语言数据挖掘基础及数据前处理技术2.神经网络分析(线下)3.决策树算法4.高级分类器-支持向量机1.R语言数据挖掘简介5.集成学习:Bagging,Boosting,Random2.数据挖掘方法论CRISP-DM介绍Forest3.数据挖掘技术概述6.模型评估方法4.数据前处理方法7.案例1:使用决策树算法进行客户满

7、意度分析5.关键变量发掘技术8.案例2:上证指数开盘指数变化趋势和变化空间预测第十一阶段:R语言进行深度学习和文本挖掘(线下)1.深度学习方法介绍第十二阶段:期末项目作业与答辩(线下)2.深度学习框架介绍3.Tensorflow基础使用1.课题1:银行客户聚类分析4.卷积神经网络CNN介绍及使用2.课题2:房贷客户进件违约风险预测5.LSTM网络介绍及使用3.课题3:零售业客户忠诚预测6.使用Tensorflow完成图像识别项目4.课题4:电信业营销响应预测模型7.使用Tensorflow完成验证码识别5

8、.以上课题仅供参考8.使用Tensorflow完成文本挖掘9.深度学习框架keras学习使用课程优势10大阶段120课时7200分钟胜任专业数据分析师名师团队实战授课教学督导体系增值服务知名数据分析行业专家理论与实践结合报名-指导-答疑-作业跟相关课程推荐传道,授业,解惑案例入手,学以致用进CDA考证辅导,人脉拓360度无缝对接展课程师资权威认证CDA数据分析师等级认证证书,会员增值,就业直通车权威CDA数据分析师认证证书由经

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。