京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“数据分析不只是统计方法,更重要的是贴近业务的需求分析、实施过程、与效果评估。真正了解一个行业,就要接触到这个行业的遗产,目前商业数据分析遗产基本上都是以SAS的形式出现的。如果说SAS的遗产是100的话,其他软件的遗产加在一起不超过50。”_摘自CDA SAS金牌讲师常老师语录。
SAS的优点不胜枚举,某知乎网友的总结供大家参考:
1. 权威认证:SAS认证被美国企业界评为“最有价值认证”,SAS被评为雇主最认可的企业级统计软件。被誉为全美福利最好的企业,Google在制定公司园区的福利安排时,就曾以SAS为模板;
2. 功能强大:SAS系统是一个组合的软件系统,并具有比较灵活的功能扩展接口和强大的功能模块,在BASE SAS的基础上,还可以增加如下不同的模块而增加不同的功能,SAS EG(可视化统计分析)、SAS EM(数据挖掘)、SAS QC(质量控制)、SAS GRAPH(绘图系统)等;
3. 运行快速:SAS基于硬盘运行的数据处理和分析机制,使得SAS可以在本机进行大数据分析和处理;
4. 适用性强:SAS几乎可以运用在一切数据分析的行业、领域及场景,信贷风险建模、反欺诈模型、客户关系管理、电信离网用户预警、网站行为关联分析商品关联规则等。
培训信息
|
地点 |
课程 |
时间 |
讲师 |
费用 |
报名 |
|
北京 |
SAS数据挖掘 |
6月25-26日 7月02-03日 7月09-10日 |
翟祥 |
5900元/人 |
|
|
上海 |
SAS数据挖掘 |
6月4-5日 6月11-12日 6月18-19日 |
徐刚 |
5900元/人 |
|
|
远程 |
SAS数据挖掘 |
6月25-7月10日 6月4-19日
|
翟祥、徐刚 |
4400元/人 |
课程大纲
|
第一部分:编程基础 1、编程基础介绍 1.1 SAS 入门与基本语法 2 、访问与展示数据 2.1 认识 SAS数据和逻辑库 2.2 深入理解 SAS 数据类型 3、数据管理和操纵 3.1 创建变量 3.2 数据循环处理 3.3 合并 SAS数据集 3.4 重组数据集 4、 数据描述和图表制作
第二部分:SAS数据分析基础与高级编程 1、SQL过程简介 2、SAS宏语言 2.1 宏编译器的运行机制、宏变量 2.2 通过Data和sql步创建宏变量 2.3 定义宏和定义宏参数 2.4 宏中的分支流程语句 2.5 宏中的循环流程语句
1. 数据挖掘简介、方法论、技术介绍 2. SASEM界面与节点介绍 4. 决策树、组合算法、以及辅助应用 5. 神经网络 7. SVM、贝叶斯网络和其他模型介绍 8.模型评估 9.优化(两阶段模型)
13、聚类分析 13.1聚类分析流程 13.2 快速聚类 13.3谱聚类、密度聚类和其他聚类 14、关联规则 14.1 关联规则 14.2 序贯模型
|
讲师介绍:
翟祥:人民大学统计学博士,北京林业大学管理学院统计系教授,SAS公司骨灰级讲师。长期从事金融、电信、零售行业数据挖掘咨询工作。
徐筱刚:男,高级数据分析师,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DA,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。
主要案例:
1.构建数据集操作示例演示和描述性分析(流失预测模型);
2.数据清洗案例;
3.老兵捐款案例;
4.销售提升数据进行操作演示和练习;
5.客户流失模型演示和练习;
6.保险客户流失;
7.SAS编程构造信用评分模型(进件评分卡);
8.银行产品关联分析。
报名流程:
1.在线填写报名信息:
2.给予反馈,确认报名信息
3.网上缴费
4.开课前一周发送电子版课件和教室路线图
优惠多多:
1. 全日制学生及CDA LEVEL Ⅰ老学员8折优惠(学生证证明文件);
2. 同一单位三人及以上报名9折优惠,五人及以上8折优惠;
4. 老学员9折优惠;
学员对象:
1.各行业数据分析、数据挖掘从业者
2.金融、电信、零售、医学等各行业业务数据分析人员
3.政府事业单位大数据及数据挖掘项目人员
4.数据挖掘岗位就业、提拔涨薪、技能优化等从业人员
5.对数据挖掘感兴趣的各界人员
关于证书:
CDA考试安排:
1. 考试时间2016年6月26日
2. 考试内容:CDA LEVLE Ⅱ建模分析师大纲。
3. 报名费用:1500元/人。参加CDA系统培训学员费用为1000/人。
4. 其他:CDA考试一次不过可申请补考,补考费用为原价一半。证书3年审核一次。
5. 报考链接: http://exam.cda.cn/

数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24