cda

您的位置:首页 > 课程列表 > CDA数据分析周末集训班-R方向

CDA数据分析周末集训班-R方向

CDA数据分析周末集训班-R方向

难度:


周期: 3个月

9900

  原价:¥9900
  

立即报名 体验课程

CDA数据分析周末集训班-R方向

 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-R语言】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(R)—数据挖掘和机器学习(R)—数据可视化(ggplot,echartr等)整套数据分析流程技术系统讲解,还将结合量化投资、金融、银行、电信等行业真实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

    掌握数据分析基础理论和常用分析法,并能结合R语言完成数据分析工作。
    使用可视化方法ggplot,echart发现数据中的模式规律。
    使用统计分析方法进行验证。
    结合机器学习算法进行预测并清晰传达你的洞察。
  • WHO 学习对象和基础

    学生、转行欲从业人士
    在职数据分析师
    对数据分析和挖掘感兴趣的业界人士
    学习有统计学基础最佳



课程案例,项目特训

点击图片任何区域可放大

客户关系管理(CRM)与数据挖掘

案例介绍 本阶段将世界客户关系管理方面的领导者美库尔公司 (Merkle Inc)在专业管理咨询方面的几十年的经验积累与CDA数据分析研究院的教学理念与方法相结合, 归纳了在商业智能系统设计、客户画像、精准营销、生命周期价值管理等主题的课程。为实践者提供全面的使用R进行商业数据分析的解决方案。 技能涉及 想要玩转客户关系管理,你需要掌握:客户分群(市场细分)、交叉销售、产品精准营销、行为信用评分、欺诈侦测、客户保留等。并能够结合业务与R语言工具进行实践运用。
点击图片任何区域可放大

跨国电商公司精准营销案例

案例介绍 各行业都面临人力成本不断攀升、客户流失加剧、市场活动预算有限、来自竞争对手的威胁等挑战,因此需要进行精准营销。 充分利用各种技术手段,将营销信息推送到比较准确的受众群体中,从而既节省营销成本,又能起到最大化的营销效果。 技能涉及 想要完成此课题,你需要掌握数据清洗方法、相关性分析、变量聚类、Step-wise、线性回归、Logistic回归、模型评估等知识点。
点击图片任何区域可放大

使用时间序列方法预测销量

案例介绍 时间序列是按时间顺序排列的、随时间变化且相互关联的数据序列。分析时间序列的方法构成数据分析的一个重要领域,即时间序列分析。本章选取零售业销量数据集进行实战演练。 技能涉及 想要掌握时间序列分析,你需要具备如下技能:平稳时间序列模型设定与识别,非平稳时间序列模型,时间序列平滑法,线性回归,ARIMA法,平滑算法,模型设定与识别,差分运算,模型解释与评估等方法。
点击图片任何区域可放大

CDA认证人员数据可视化案例

案例介绍 数据分析界有一句经典名言,字不如表,表不如图。实际上除掉数据挖掘这类高级分析,不少数据分析就是监控数据和观察数据。我们需要使用可视化方法探索和发现数据中的模式规律。 技能涉及 想要掌握使用R Echart实现数据可视化知识,你需要具备如下技能:Echart包在R的安装,Echart函数基本语法,常见图,地图,词云分析,网络关系图了解。

01R语言编程基础与描述性分析

01-01数据分析的武器库
01-02数据分析工具R介绍
01-03R的基本数据类型
01-04R的基本数据结构
01-05R的程序控制
01-06R的函数与模块
01-07R的日期与时间数据类型
01-08在R语言中读写数据
01-09描述性统计分析概述
01-10统计制图的步骤
01-11R语言基础绘图包
01-12使用ggplot2绘图与可视化

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

03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

04R数据清洗与统计分析

01-01数据整合:SQL操作、R数据整合、数据横向合并与纵向合并
01-02R中的高级数据整合:数据重组与转换、拆分/聚合列、堆叠列、分割列
01-03R中的抽样:简单随机抽样、分层抽样、系统抽样、多阶段抽样
01-04R的数据清洗:错误值处理、缺失值处理、噪声值处理
01-05R语言实现统计检验与单样本T检验
01-06R语言实现双样本T检验
01-07R语言实现方差分析
01-08R语言实现相关分析
01-09R语言实现列联表分析与卡方检验
01-10案例:银行业 - 月均信用卡支出数据集
01-11案例:汽车业 - 汽车贷款违约数据集

05使用R语言建模分析

01-01简单线性回归与多元线性回归
01-02多元线性回归的变量筛选
01-03线性回归诊断方法- 残差分析、强影响点分析、多重共线性分析
01-04 正则化方法 - 岭回归和LASSO回归
01-05Logistic回归的相关关系分析
01-06Logistic回归模型及实现
01-07Logistic回归的极大似然估计
01-08Logistic回归模型评估方法 - ROC曲线
01-09案例:银行业 - 月均信用卡支出数据集
01-10案例:汽车业 - 汽车贷款违约数据集
01-11维度规约方法概述
01-12主成分分析与因子分析方法
01-13奇异值分解
01-14对应分析和多维尺度分析
01-15案例:城市经济发展水平数据集
01-16案例:电商购物信息数据集

06R语言进行时间序列和综合案例分析

01-01简单时间序列分析法:平滑算法
01-02平稳时间序列(ARMA)模型设定与识别
01-03非平稳时间序列(ARIMA)模型
01-04时间序列建模步骤
01-05综合案例1:使用R语言进行信用卡产能指标趋势预测与监控
01-06综合案例2:使用R语言进行电信公司离网用户预警

07R语言数据可视化

01-01绘图思想的基本原理
01-02R语言数据可视化包-GGplot2包介绍与图形绘制
01-03R语言数据可视化包-Lattice包与GGvis包介绍与图形绘制
01-04R语言数据可视化包-EchartsR介绍与图形绘制
01-06分析结果展示与报告展现

08期中项目作业与答辩

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

09R语言数据挖掘与预测型数据挖掘模型Part1

01-01数据挖掘概要
01-02数据挖掘的方法和原理
01-03数据挖掘基础和进阶技术概述
01-04数据预处理技术:字段选择-数据清洗-字段扩充-数据编码
01-05人工特征工程:特征构造 - 特征抽取 - 特征选择
01-06决策树建模思路
01-07Quinlan系列决策树(ID3、C4.5、C8.0)建模原理
01-08CART建模原理
01-09决策树模型修剪
01-10决策树模型效果评估
01-11案例:使用决策树进行初始信用评级

10R语言预测型数据挖掘模型Part2

01-01了解神经网络的基本概念
01-02明确人工神经网络结构
01-03神经元模型
01-04掌握BP神经网络学习算法
01-05多层感知器的R语言代码实现
01-06贝叶斯公式与分类原理
01-07朴素贝叶斯的参数估计
01-08在R语言中实现朴素贝叶斯
01-09KNN算法原理与R实现
01-10线性可分与线性不可分
01-11线性可分的支持向量机
01-12线性支持向量机与软间隔最大化
01-13非线性支持向量机与核函数
01-14集成学习方法:Bagging、Boosting、随机森林

11R语言进行描述性数据挖掘模型

01-01聚类算法的概述
01-02聚类算法基本概念
01-03聚类模型的评估
01-04层次聚类原理与R实现
01-05基于划分的聚类K-means的原理及应用
01-06详谈基于密度的聚类方法与在R语言中的实现
01-07案例:通信客户业务使用偏好聚类
01-08关联规则的一些基本概念
01-09关联规则Ariori算法的原理与R语言实现
01-10关联规则FP-growth算法
01-11序列模式的简介与概念
01-12序列模式AprioriAll算法与R语言实现
01-13基于用户和商品的的协同过滤算法

12期末项目作业与答辩

01-01课题1:银行客户聚类分析
01-02课题2:房贷客户进件违约风险预测
01-03课题3:零售业客户忠诚预测
01-04课题4:电信业营销响应预测模型
01-05以上课题仅供参考

来自业界的数据领袖团队

  • 徐刚

    CDA数据分析师讲师/数据分析总监

    具有深厚的数理统计与应用数据分析专业背景,上海某金融机构数据分析部门高级数据总监,具有八年数据分析、数据挖掘的从业经验,曾就职零售企业、咨询公司等,独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。
  • 傅老师

    金融数学博士/CDA Level1命题组组长

    主要从事金融数学,金融数据分析等领域的研究,发表SCI,EI,CSSCI核心期刊论文多篇。在具体行业方面,傅教授先后担任过咨询公司、互联网金融机构、数据管理公司的高级数据分析顾问,先后参与过客户估值、反欺诈识别、舆情分析等数据分析项目,有着丰富的行业经验。
  • 曾珂

    管理科学工程硕士/CDA数据分析研究院讲师

    现为第一车贷金融产品部产品经理,精通R语言与Python数据挖掘。曾为华为、国家电网等公司提供培训。以金融信用与欺诈风险建模、文本分析、数据可视化为主要研究方向。

向优秀学姐学长们学习

  • 王同学

    建模分析师

    参加了数据分析师-R方向的课程,涉及了CDA1级课纲和2级课纲的内容。主要从银行、金融、电信等行业出发,从数据收集、数据处理、数据分析、数据展现、报告撰写以及结合R和Mysql等进行实操,内容很充实,是不错的体系课程。 ...
  • 张同学

    同程网数据分析师

    系统,全面的介绍了使用R语言数据分析类的知识,是我进入数据分析工作前阶段发展的的摇篮,老师讲授的都很细致和具体,个人需要后续的实操和复习。
权威 经管之家CDA LEVEL Ⅲ数据科学家认证证书,行业顶尖人才认证,已获得IBM大数据大学,中国电信,苏宁,德勤,猎聘,CDMS等企业的认可。
专业 CDA认证是根据商业数据分析专业岗位设立的一套体系化、科学化、正规化的人才标准。全国统考、专家命题、评分公平、流程严格,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:学员课下如何与老师进行互动?

    A:CDA数据分析师课程每期都会建立QQ群和微信群,工作日有老师和助教负责答疑;同时学员单独给老师发邮件或者在论坛讨论区以帖子的形式向老师提问,老师会在工作日的48小时内回复。
  • Q:学员课下如何与老师进行互动?

    A:CDA数据数据分析师课程每期都会建立QQ群和微信群,工作日有老师和助教负责答疑;同时学员单独给老师发邮件或者在论坛讨论区以帖子的形式向老师提问,老师会在工作日的48小时内回复。

OK