【課程目標】
對數(shù)據(jù)挖掘方法論以及項目實施流程有了解，學會用SPSS Modeler進行建模。
本課程介紹了商務智能（數(shù)據(jù)倉庫、SPSS、數(shù)據(jù)挖掘）基本理論和實際應用技術(shù)。著重介紹了數(shù)據(jù)倉庫技術(shù)、多維數(shù)據(jù)模型技術(shù)、以及數(shù)據(jù)挖掘常用算法，課程以通信領(lǐng)域為例，介紹了數(shù)據(jù)挖掘在行業(yè)中的應用狀況、案例與主流工具。
【培訓對象】
企業(yè)的各類管理人員，包括財務總監(jiān)、財務經(jīng)理、會計經(jīng)理、財務主管、預算主管、財務人員、會計人員；銷售總監(jiān)、銷售經(jīng)理、銷售主管、銷售人員；生產(chǎn)經(jīng)理、生產(chǎn)管理人員；人力資源經(jīng)理、人力資源主管；審計經(jīng)理、審計主管；及其他相關(guān)管理人員等。
【培訓時長】
4天（24小時）
【課程大綱】
|
課程編號： |
20140124077 |
|
授課課時: |
4天 |
|
授課條件： |
學員必須具有基本的計算機操作知識 |
|
內(nèi)容摘要： |
第一天 數(shù)據(jù)挖掘簡介 1- 數(shù)據(jù)挖掘系統(tǒng)的分類 2 示例：數(shù)據(jù)挖掘在各行業(yè)中的應用 2- 數(shù)據(jù)預處理 2 描述性數(shù)據(jù)匯總 2 數(shù)據(jù)清理 2 數(shù)據(jù)集成和變換 2 數(shù)據(jù)歸約 3- 統(tǒng)計學中的幾個基本概念 4- 數(shù)據(jù)挖掘工具 SPSS Clementine工具簡介 2 工具安裝 2 讀取數(shù)據(jù)文件 2 建模及模型評價過程 5- Clementine中的數(shù)據(jù)挖掘各種算法介紹 2 實驗：使用Clementine統(tǒng)計軟件進行挖掘前的數(shù)據(jù)瀏覽與預處理
第二天 數(shù)據(jù)挖掘過程CRISP-DM簡介 1- 數(shù)據(jù)挖掘算法概述 2 關(guān)聯(lián)和相關(guān) 2 購物籃分析 2 頻繁模式挖掘 2- Apriori算法介紹 3- 挖掘各種類型的關(guān)聯(lián)規(guī)則 2 由關(guān)聯(lián)挖掘到相關(guān)分析 2 關(guān)聯(lián)分析算法的使用場景 4- Clementine關(guān)聯(lián)分析技術(shù) 2 GRI/Carma/Apriori算法 2 實例1：使用關(guān)聯(lián)分析進行業(yè)務挖掘 2 實例2：使用關(guān)聯(lián)分析套餐捆綁挖掘
第三天 分類 1- 用決策樹歸納分類 2- 神經(jīng)網(wǎng)絡 3- 貝葉斯分類 4- 基于規(guī)則的分類 5- 分類算法的使用場景 實例：使用分類方法進行客戶流失分析 6- 回歸分析與預測 7- 時間序列 8- Clementine分類技術(shù) 2 決策樹技術(shù) 2 Logistics回歸 2 神經(jīng)網(wǎng)絡 示例：使用回歸（時間序列）分析進行網(wǎng)絡流量預測
第四天 聚類分析 1- 聚類分析中的數(shù)據(jù)類型 2 劃分方法 2 層次方法 2 基于密度的方法 2 基于網(wǎng)格的方法 2 聚類算法的使用場景 2- Clementine聚類技術(shù) 2 Kohonen網(wǎng)絡 2 兩步聚類 2 K-means 2 實例：聚類分析實例，客戶聚類 3- 數(shù)據(jù)挖掘模型評價 2 Clementine中的模型評估技術(shù) 2 評估圖、分析節(jié)點
|
|
授課語言： |
中文 |
