北京大數(shù)據(jù)分析班哪家好

時間

培訓模塊

培訓內(nèi)容

第 一天

上午

數(shù)據(jù)處理及復雜數(shù)據(jù)可視化（一）

R語言入門及數(shù)據(jù)挖掘基本概念

q R語言簡介

常量、向量、矩陣、數(shù)組、數(shù)據(jù)框、列表、數(shù)據(jù)處理、編寫程序、基本統(tǒng)計計算、R語言繪圖基礎、幫助及包的用法

q R語言數(shù)據(jù)處理秘笈

介紹填、剪、揉太極三式的數(shù)據(jù)處理原理、方法、案例、技巧，以及Dplyr包、Tidyr包、Data.Table包的具體用法和代碼講解

q 數(shù)據(jù)挖掘基礎

講解數(shù)據(jù)挖掘的基本概念、典型問題，經(jīng)過場景舉例說明數(shù)據(jù)挖掘的用途；同時，結(jié)合數(shù)據(jù)挖掘標準流程講解開展數(shù)據(jù)挖掘工作的各環(huán)節(jié)及主要技術(shù)。介紹數(shù)據(jù)挖掘常用算法及適合場景，比較不同數(shù)據(jù)挖掘工具的優(yōu)缺點。

第 一天

下午

數(shù)據(jù)處理及復雜數(shù)據(jù)可視化（二）

R語言數(shù)據(jù)挖掘與可視化分析

q 數(shù)據(jù)挖掘關(guān)鍵技術(shù)

詳細講解抽樣、分區(qū)、樣本平衡、特征選擇、訓練模型、評估模型的技術(shù)，并結(jié)合R語言講解其代碼實現(xiàn)。

q Rattle數(shù)據(jù)挖掘工具

介紹Rattle在業(yè)界的使用情況，安裝及具體使用方法，包括數(shù)據(jù)源、數(shù)據(jù)探索、統(tǒng)計檢驗、數(shù)據(jù)變換、聚類分析、關(guān)聯(lián)挖掘、建模、評估模型以及日志功能。經(jīng)過實際的數(shù)據(jù)演示各環(huán)節(jié)的具體操作過程，分析挖掘結(jié)果。

q 可視化分析

介紹可視化基本概念，可視化設計流程以及R語言可視化的優(yōu)勢；其次，介紹24種常見圖表（拆線圖、柱狀圖、散點圖、雷達圖、詞云圖、玫瑰圖、?；鶊D、河流圖等等）的適用場景和使用方法；zui后，重點對Lattice、Rcharts、Recharts、Ggplot2包進行了詳細講解和案例演示。

第二天

上午

數(shù)據(jù)挖掘模型實戰(zhàn)（一）

關(guān)聯(lián)規(guī)則算法原理與案例分析

q 算法講解

關(guān)聯(lián)規(guī)則概念、基本術(shù)語、Apriori算法實現(xiàn)原理、流程及手動演算案例；Arules包的介紹等等

q 案例：利用超市購物籃Groceries數(shù)據(jù)進行關(guān)聯(lián)規(guī)則分析

介紹Groceries數(shù)據(jù)集、事務數(shù)據(jù)集以及常見操作；介紹數(shù)據(jù)轉(zhuǎn)換為事務數(shù)據(jù)集的方法以及使用Apriori算法建立關(guān)聯(lián)規(guī)則模型，同時，對分析關(guān)聯(lián)規(guī)則結(jié)果的常用技術(shù)進行了講解和演示。

聚類算法原理與案例分析

q Kmeans算法講解

介紹Kmeans聚類基本思路及算法流程；Kmeans函數(shù)介紹；數(shù)據(jù)標準化技術(shù)介紹

q 案例：對Iris數(shù)據(jù)集進行K均值聚類分析

介紹Iris數(shù)據(jù)集，并試圖經(jīng)過使用基本數(shù)值指標建立聚類分析模型，驗證其與真實分類的區(qū)別

q 案例：對Mtcars數(shù)據(jù)集進行K均值聚類分析

介紹Mtcars數(shù)據(jù)集，并使用Kmeans算法對其進行聚類分析，以了解汽車的類別細分，同時給出合理解釋并提煉判斷規(guī)則

q 層次聚類算法講解

介紹樣本距離、類間距離的概念和計算方法，介紹層次聚類算法流程以及經(jīng)過手動演算詳細講解層次聚類實現(xiàn)的過程；Hclust函數(shù)講解

q 案例：對洛杉機街區(qū)數(shù)據(jù)進行層次聚類

介紹洛杉機數(shù)據(jù)，并使用層次聚類算法對其進行細分；經(jīng)過細分進一步對數(shù)據(jù)進行了詳細了解，并給出各類的詳細描述與說明

q 案例：對哺乳動物的睡眼數(shù)據(jù)進行層次聚類

介紹哺乳動物的睡眠數(shù)據(jù)，使用層次聚類的方法對其進行細分，并給出各類的特點，并給出詳細描述與說明

第二天

下午

數(shù)據(jù)挖掘模型實戰(zhàn)（二）

KNN算法原理與案例分析

q 算法原理

介紹Knn基本概念、原理以及實現(xiàn)流程，同時給出Knn算法的優(yōu)缺點和適用場景；詳細介紹Kknn包

q 案例：對Iris數(shù)據(jù)集進行Knn分類

介紹使用Knn算法對Iris數(shù)據(jù)進行分類的方法、流程及代碼演示，并對分類的結(jié)果進行分析

q 案例：對乳腺癌數(shù)據(jù)進行Knn分類

介紹乳腺癌數(shù)據(jù)集，并使用Knn算法對乳腺癌數(shù)據(jù)進行分類，同時給出實現(xiàn)的方法、流程及代碼，并對分類效果進行分析

q 案例：對新聞文本數(shù)據(jù)進行Knn分類

介紹新聞文本數(shù)據(jù)，并使用Knn分類算法對新聞文本數(shù)據(jù)進行分類，同時給出實現(xiàn)的方法、流程及代碼，并對分類效果進行分析

決策樹原理與案例分析

介紹決策樹基本概念、分類與回歸問題的區(qū)別與聯(lián)系、說明決策樹建模的通用過程。

q CART算法原理

介紹分類回歸樹的基本思路、算法實現(xiàn)流程，并經(jīng)過案例說明其實現(xiàn)細節(jié)；介紹選擇分割點的方法，拆分規(guī)則，代價復雜度以及Rpart包和Prune函數(shù)的介紹

q 案例：對Iris數(shù)據(jù)集運用CART算法進行分類

介紹使用CART算法對Iris數(shù)據(jù)進行分類的方法、原理和代碼實現(xiàn)流程，并對分類效果進行比較分析

q 案例：對汽車數(shù)據(jù)運用CART對汽車重量進行預測

介紹使用CART算法對Mtcars數(shù)據(jù)中汽車的重量進行預測的方法、原理和代碼實現(xiàn)流程，并對預測效果進行分析

q C5.0算法原理

介紹ID3算法的算法實現(xiàn)原理和流程，同時講解信息熵、后驗熵、信息增益等基本概念；經(jīng)過案例講解ID3算法的具體過程以及ID3自身的問題；介紹C4.5算法的實現(xiàn)原理和流程，講解增益比例的來源和優(yōu)點，同時介紹C4.5對連續(xù)屬性及有缺失樣本的算法辦法，此外，還將會對剪枝、規(guī)則的產(chǎn)生、交叉驗證等問題進行講解；C50包的介紹

q 案例：對Iris數(shù)據(jù)集運用C50算法分類

介紹使用C50算法對Iris數(shù)據(jù)集進行分類的方法、原理和代碼實現(xiàn)流程，同時對分類效果進行分析

第三天

上午

行業(yè)應用案例分享（一）

分析案例剖析

q 購物籃分析案例

Onlineretail數(shù)據(jù)集，包含用戶購買商品的交易信息，本案例旨在從中挖掘出用戶購買商品的關(guān)聯(lián)規(guī)則規(guī)律，并分析各模式對應的含義及應用可行性。

q 航空公司客戶價值分析案例

面對激烈的市場競爭，各航空公司都推出了更優(yōu)惠的營銷方式來吸引更多的客戶，國內(nèi)某航空公司面臨著旅客流失、競爭力下降和航空資源未充分利用等經(jīng)營危機。經(jīng)過建立合理的客戶價值評估模型，對客戶進行分群，分析比較不同客戶群的客戶價值，并制定相應的營銷策略

q Lending Club信貸違約分析案例

Lending Club 信用貸款違約數(shù)據(jù)是美國網(wǎng)絡貸款平臺 Lendingclub 在2007-2015年間的信用貸款情況數(shù)據(jù)，主要包括貸款狀態(tài)和還款信息。本例基于該數(shù)據(jù)對多維度信息進行詳細的數(shù)據(jù)分析，主要結(jié)合詞云、地圖等分析方法，另外，針對貸款違約建立了預測模型，本節(jié)會介紹詳細的建模過程及預測效果分析

第三天

下午

行業(yè)應用案例分享（二）

用戶行為挖掘算法及案例

q 推薦系統(tǒng)

介紹推薦系統(tǒng)的基本概念、以及常見推薦算法（包括基于人口統(tǒng)計學的推薦、基于內(nèi)容的推薦、協(xié)同過濾推薦、基于關(guān)聯(lián)規(guī)則的推薦、基于效用的推薦、基于知識推薦、基于標簽的推薦、基于圖的推薦等等），同時對不同的推薦算法進行比較；另外，針對構(gòu)建推薦系統(tǒng)，給出了詳細的說明；介紹了推薦系統(tǒng)評測的關(guān)鍵指標（包括用戶滿意度、準確度、覆蓋率、多樣性、驚喜度等等）；接著，對R語言中的Recommenderlab包的用法進行詳細介紹

q 案例：基于Onlineretail數(shù)據(jù)建立推薦系統(tǒng)

介紹Onlineretail數(shù)據(jù)集，以及開展推薦系統(tǒng)搭建過程的方法及具體實現(xiàn)，案例中使用了RANDOM、UBCF、IBCF三種方法建立了預測模型，并給出了比較分析

q 序列模式挖掘

介紹序列模式挖掘的基本概念、術(shù)語、實現(xiàn)的思路及具體過程。主要介紹SPADE算法的原理以及其實現(xiàn)過程。針對具體的實現(xiàn)，詳細介紹了R語言中的Arulessequences包

q 對Onlineretail數(shù)據(jù)集進行序列模式挖掘

基于Onlineretail數(shù)據(jù)集，使用Spade算法建立序列模式挖掘算法進行序列模式挖掘，并對挖掘出的結(jié)果進行解釋分析

第四天

學習考核與業(yè)內(nèi)經(jīng)驗交流