cda

您的位置:首页 > 课程列表 > CDA数据分析师周末集训班-非编程

CDA数据分析师周末集训班-非编程

CDA数据分析师周末集训班-非编程

难度:


周期: 3个月

9400

  原价:¥9900
  

立即报名 体验课程

CDA数据分析师周末集训班-非编程

 姓名:

 电话:

 邮箱:

   备注:

邀请码:

提交信息
  • WHAT 课程简介

    数据是信息时代的“新能源”。从金融到零售,从电商到体育,数据科学都成为成功决策的基础,广泛应用在营销优化、风险控制、客户关系等商业领域。 【CDA数据分析师-周末集训班】以CDA数据分析师标准大纲要求从数据库管理(Mysql)—统计理论方法—数据分析软件应用(SPSS)—数据挖掘(SPSS Modeler&Weka)—数据可视化(Tableau)整套数据分析流程技术系统讲解,还将从金融、医药、航空、电商、房地产等行业需求出发全部用实际案例教学来使所学项目课程更能符合企业要求。
  • WHY 学习目标

    在这门数据分析师集训课程中,你将掌握如何建置数据仓库、使用可视化方法发现数据中的模式规律、使用统计分析方法进行验证、结合机器学习进行预测并清晰传达你的洞察。毕业后,你将成为企业抢手的数据分析师。
  • WHO 学习对象和基础

    周末时间充裕、基础薄弱
    专科本科在校生
    客户经理、产品经理等岗位欲提升职业技能人员
    待业、期待转行从事数据分析工作人员



课程案例,项目特训

点击图片任何区域可放大

电信业之交叉销售数据集

项目作业 某电信公司针对手机用户推广无线宽带网卡业务,想透过数据挖掘方法和可视化方法找出潜在具有申装无线宽带网卡的客户名单。 技能涉及 选取课程提供的电信数据集,使用SPSS和SPSS Modeler,并应用探索性数据分析技术,研究一个变量与多个变量的关系,并探索选定数据集的分布、缺失值、错误值和异常值现象。
点击图片任何区域可放大

创建数据可视化

项目作业 选取课程提供餐饮行业销售数据,创建一个数据集的数据可视化,突出数据中的趋势或模式,向读者讲述其中的故事。 技能涉及 俗话说,文不如字,字不如表,表不如图。作为数据分析师,你需要掌握使用数据可视化方法有效地传达你的思想,包含基本的图表制作技术,如何选取合适的信息进行业务定制化的图表展现,使用Tableau进行仪表盘和故事的制作。
点击图片任何区域可放大

信用风险之进件评分卡建置

项目作业 应用既有信用卡顾客基础,建置银行信用风险评估之进件评分卡。使用可视化方法发现数据中的规律,运用统计学知识验证变量间相关性,运用机器学习算法,如罗吉斯回归、神经网络进行模型结果的预测。 技能涉及 使用数据分析和数据挖掘工具,应用数据库中的知识发掘处理步骤(KDD),包含了字段选择、数据清洗、字段扩充、数据编码、数据挖掘及报表呈现。建置此类模型除了具备数据处理和数据采矿技术以外,对信用风险领域的认知及敏感度也是关键。

01数据分析之统计学基础

01-01数据分析及其职业介绍
01-02数据分析工具与数据分析方法论
01-03数理统计基础知识:随机事件与随机变量
01-04统计学的四大分布
01-05特殊的概率分布 - 正态分布与中心极限定理
01-06描述性分析:集中趋势、离中趋势、数据的分布
01-07不同的数据类型使用的统计图形概述
01-08抽样估计:点估计与区间估计方法
01-09T检验方法:单样本、两独立样本、配对样本
01-10方差分析概述与操作

02Mysql数据库管理

01-01关系型数据库管理系统与结构化查询语言SQL概述
01-02数据库操作
01-03数据表操作
01-04数据类型和约束条件
01-05数据填充与数据导入
01-06SQL单表查询与多表查询
01-07查询操作符与子查询
01-08SQL查询函数介绍
01-09SQL查询综合案例:电商数据查询练习

03SPSS进行数据分析Part1

01-01数据分析全过程 - 综合绩效案例讲解
01-02SPSS软件综合特征 - 与同类软件对比
01-03SPSS数据视图与变量视图
01-04SPSS访问数据源 - 本地和数据库文件访问
01-05如何理解描述数据— 统计量
01-06如何理解描述数据— 可视化图形探探索
01-07相关性分析
01-08线性回归分析
01-09线性回归分析诊断与残差分析
01-10实战项目:企业员工综合绩效

04SPSS进行数据分析Part2

01-01Logistic回归的相关关系分析
01-02Loigistic回归模型及实现
01-03极大似然法估计
01-04Logistic回归模型评估方法
01-05连续变量的维度规约:主成分分析
01-06聚类分析方法:层次聚类与Kmeans聚类
01-07客户价值评分模型:RFM分析
01-08使用SPSS进行联合分析
01-09实战项目1:银行信用行为特征分类
01-10实战项目2:电商用户行为画像
01-11实战项目3:购买行为组合与预测

05SPSS时间序列与综合案例

01-01认识时间序列分析方法
01-02简单时间序列分析
01-03平稳时间序列分析ARMA模型
01-04非平稳时间序列分析ARIMA模型
01-05综合实战项目1:销量预测-某品牌汽车年销量预测
01-06综合实战项目2:客户关系-消费者信心指数影响因素分析
01-07综合实战项目3:市场调研-新产品市场测试研究案例
01-08综合实战项目4:营销分析-某购物网站营销数据分析

06Tableau数据可视化

01-01Tableau公司和产品介绍
01-02使用Tableau连接多源数据
01-03Tableau可视化界面介绍
01-04Tabelau数据分析P1:排序、筛选、计算字段、分层结构
01-05Tableau数据分析P2:集和参数、趋势线、预测区间
01-06初级图表:条形图、折线图、饼图、文字云、散点图、地图、树形图、气泡图、图表组合
01-07高级图表:子弹图、环形图、瀑布图、Bump Chart、Table Formatting
01-08使用Tableau制作仪表板与故事
01-09实战项目1:某公司销售数据可视化
01-10实战项目2:航班运营状况分析

07期中项目作业

01-01实战演练1:电商客户价值预测
01-02实战演练2:网站流量数据分析
01-03实战演练3:信用卡客户流失预警与监控
01-04实战演练4:银行电话营销响应分析
01-05以上课题仅供参考

08SPSS Modeler&Weka数据挖掘技术Part1

01-01数据挖掘在政府及各行业的应用
01-02数据挖掘的工具比较和选择
01-03数据挖掘的定义及目标和发展历程
01-04使用SPSS Modeler&Weka 体验决策树案例
01-05数据库中的知识发掘步骤—CRISP DM(跨产业的数据挖掘标准流程)
01-06基本数据挖掘技术:统计技术、可视化技术、KNN
01-07初级分类器-KNN算法介绍与SPSS Modeler&Weka实操
01-08实战案例:电信公司电销案例、零售商杂志数据集、疾病诊断数据集、保险数据集
01-09进阶数据挖掘技术概述
01-10数据挖掘模型之绩效增益和顾客数优化
01-11数据挖掘的定位与未来展望
01-12银行业之进件评分卡数据集介绍
01-13数据前处理技术概述
01-14数据质量报告制作方法
01-15数据清洗工作:噪声消除和空值填补

09SPSS Modeler&Weka数据挖掘技术Part2

01-01字段扩充方法:内外部数据整合
01-02数据转换方法P1:数据正规化和数据一般化
01-03数据转换方法P2:数据形态的转换与分箱方法
01-04数据精简:记录精简、值域精简、字段精简
01-05统计方法中的抽样:随机抽样、分层抽样、聚类抽样、系统抽样、两阶段式抽样
01-06如何将数据切分为训练数据和测试数据集
01-07十则交叉验证方法
01-08关键变量发掘技术
01-09简单贝叶斯分类技术
01-10贝斯网络方法
01-11混淆矩阵与分类模型评估方法
01-12线性回归分析:简单线性回归、多元线性回归
01-13数据预测模型评估方法
01-14实战案例:房价预测案例、商场来店顾客人数预测、销售收入影响因素案例

10SPSS Modeler&Weka数据挖掘技术Part3

01-01决策树方法与流程介绍
01-02分类树、回归树、分类回归树介绍
01-03决策树算法原理与实操:ID3、C4.5、C5.0、CART、CHAID
01-04神经网络算法与流程
01-05BP神经网络、倒传递神经网络、类神经网络
01-06神经网络优缺点介绍
01-07罗吉斯回归分析方法
01-08高级分类器-支持向量机
01-09集成学习方法:BAGGING和BOOSTING
01-10预测模型的建构方式
01-11分类模型的盲点解析
01-12实战案例探讨:Bank & Credit公司客户获取案例、Flower Company客户增长案例、Internet Service Provider客户挽留案例
01-13时间序列分析方法与ARIMA模型
01-14聚类分析方法与客户分群
01-15关联规则Apriori算法与购物篮分析
01-16序列型样与AprioriAll算法
01-17Map Reduce大数据分析方法简述
01-18实战案例1:银行业数据挖掘应用之小额信贷响应模型
01-19实战案例2:电信业数据挖掘应用之产品交叉销售模型
01-20实战案例3:零售业数据挖掘应用之销售数量预测模型

11期末毕业答辩

01-01实战演练1:共享单车使用量分析
01-02实战演练2:房贷客户进件违约风险预测
01-03实战演练3:零售业客户忠诚预测
01-04实战演练4:电信业营销响应预测模型
01-04以上课题仅供参考

来自业界的数据领袖团队

  • 李奇

    微软Excel MVP(Excel最有价值专家)/经管之家签约讲师/中国电子表格应用大会主席

    曾在IBM中国担任销售管理团队数据分析项目组长及德勤北京所的数据分析高级咨询顾问。专精于企业数据分析、设计及实施商业智能业务解决方案、软件开发及SQL、Excel相关数据分析课程培训等。
  • 丁亚军

    CDA数据分析师金牌讲师/数据分析总监

    现任职于南京上度市场咨询有限公司,人大经济论坛数据处理中心数据分析顾问,SAS、SPSS 软件讲师、中国学习路径图国际中心技术顾问。曾参与2012 国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核、中国卫生状况调查、江苏广电 CRM 数据挖掘等大型数据处理项目。
  • 李御玺

    台湾铭传大学教授/中华数据挖掘协会理事

    台湾大学博士,在其相关研究领域已发表超过260篇以上的研究论文,同时也是国科会与教育部多个相关研究计划的主持人。 其还兼任厦门大学数据挖掘中心顾问,中国人民大学数据挖掘中心顾问,IBM SPSS-China顾问。服务过的客户包括:中国工商局、中信银行、台新银行等。

向优秀学姐学长们学习

  • 王同学

    数据分析师

    生动的课程间穿插具有挑战性的项目案例,让我上课充满动力,课程结束后我的履历和作品集让我自己感到不可思议,对于转行充满了自信。李老师是台湾人,说话确实是有一些台腔,但是很好听喔,有一种让你想学习听课的魔力,我个人很喜欢。 ...
  • 宋同学

    同程旅游-数据分析师

    最吸引我的地方是课程的完备性,之前一直在自学数据分析但是方法非常不系统,中间走了很多弯路。课程从数据库、统计学到数据分析、数据挖掘与可视化展现,贯穿了数据分析流程的知识和技能,极大地节省了我学习的时间成本。 ...
权威 CDA数据分析师认证证书由经管之家颁发,现已获得大数据大学、CDMS、 猎聘网等企业的认可,您获得证书后可一键添加至简历中。
专业 CDA证书分等级和方向,不同的证书代表了不同的专业层级和领域, 获得证书是对自身能力的一个有力证明。全国统考、专家命题、公平 严格,更具含金量。
权益 持证人享有系列特殊权益。证书皆绑定考生真实身份,可在CDA官网 查询,确保唯一性与防伪性。证书三年审核一次,保证持证人的实力 与权益。

认证介绍:
CDA数据分析师认证”是一套专业化,科学化,国际化,系统化的人才考核标准,分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ,涉及金融、电商、医疗、互联网、电信等行业大数据及数据分析从业者所需要具备的技能,符合当今全球大数据及数据分析技术潮流,为各界企业、机构提供数据分析人才参照标准。经管之家为中国区CDA数据分析师认证考试唯一主办机构,于每年6月与12月底在全国范围举办线下数据分析师考试,通过考试者可获得CDA数据分析师认证证书。
CDA持证人福利
1.可吸纳为CDA Institute、中国数据分析师(CDA)俱乐部会员,活动中具有优先报名参与权。
2.可优先获得CDA内部就业及职业发展推荐。
3.免费参与CDA举办的中国数据分析师行业峰会、大数据峰会、研讨会等各项活动,Level Ⅱ与Level III持证人享受特权位置。
4.可申请加入CDA数据分析项目组,参与项目合作(提供项目给持证人演练)。
5.CDA Level Ⅰ持证人免费享受Peixun.net会员服务6个月(价值588 RMB),Level Ⅱ与Level III持证人免费享受peixun.net会员服务1年 (价值998 RMB);
6.其他特权皆以各类活动公告为主。
进入考试报名系统
  • Q:请问课程的学习周期是多长呢?

    A: 数据分析师-周末集训课程的学习周期持续三个月,周末上课,包含7周线下集训+2周线上课程+期中期末答辩。在这三个月的期间我们对课程进行了科学系统的阶段性分类,同时每个阶段都配备有项目作业,保证大家高质量地完成课程。
  • Q:请问课程的上课形式是如何的?

    A:本课程采取线上和线上结合的形式,线下为现场面授+远程同步直播,线上课程为录播形式。
  • Q:数据分析师-周末集训班课程使用的软件有哪些?需要编程吗?

    A:工欲善其事必先利其器,本课程为系统化、体系化课程,涉及到的软件也可以帮助学员实现数据分析全流程,包含数据处理和报表制作软件Excel,数据库软件Mysql,数据分析软件SPSS,数据挖掘套件SPSS Modeler,数据可视化软件Tableau。除了Mysql需要编程外,其他软件均可实现菜单操作,更易于学习和上手。
  • Q:请问我如何获得课程的详细安排信息?

    A:请私聊右侧课程顾问处获得课程安排和详细课程介绍。

OK