R语言数据挖掘工程师 扫二维码继续学习二维码时效为半小时

(0评价)
价格: 5900.00元

「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。

R语言数据挖掘工程师】以CDA数据分析师标准大纲要求R语言编程与统计分析获取数据—数据挖掘和机器学习(R)—数据可视化(ggplot,echart)整套数据分析及挖掘流程技术系统讲解,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采用实际案例教学来使所学项目课程更能符合企业招聘要求。

在这门课程中,你将掌握R语言基础、R的描述性统计分析、数据预处理数据挖掘和机器学习、数据可视化等,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。

「时间安排」

8月4日-10月26日  学习13周(每周10+小时)

「课程大纲」

01数据分析的武器库-R语言编程与统计分析

 

一、R语言基础知识

二、利用R进行描述性统计分析

三、利用R进行推断性统计分析

02 最快的数据获取方式-Python爬虫

 

一、初始爬虫及必备知识

二、网络爬虫核心知识

三、网络爬虫实战案例

03 市场调研与数据处理技术(基于R)

 

一、市场调研技术

二、数据采集技术

三、数据预处理技术

04 透过现象看本质-回归分析预测

 

一、回归分析模型原理

二、回归分析模型的构建

三、模型的诊断与问题处理

四、挑选最佳模型

05 深入洞察你的客户-客户画像

 

一、聚类分析简介

二、聚类分析模型建置

三、R语言实作

06 最简单的机器学习算法 -K最近领

 

一、K最近邻简介

二、K最近邻模型建置

三、K最近邻应用

四、R语言实作

07 数学与科学的反映-贝斯网络

 

一、贝式网络简介

二、朴素贝式网络模型建置

三、贝式网络模型建置

四、R语言实作

08 分而治之的算法模型-决策树

 

一、决策树简介

二、以分类树建立分类模型

三、以回归树建立分类模型

四、R语言实作

09 人工智能的底层模型-神经网络

 

一、类神经网络简介

二、以倒传递神经网络建立分类模型

三、以倒传递神经网络建立数字预测模型

四、数据前处理

五、类神经网络总结

六、R语言实作

10 应用最广的模型之一-罗吉斯回归

 

一、罗吉斯回归简介

二、以罗吉斯回归建立分类模型

三、数据前处理

四、R语言实作

11 最受欢迎的智能算法-支持向量机

 

一、支持向量机简介

二、支持向量机模型建置

三、支持向量机总结

四、R语言实作

12 预知未来的算法 - 时间序列分析

 

一、时间序列分析简介

二、时间序列模型介绍

三、ARIMA 预测

四、BOX-JENKINS 建模流程

五、时间序列R程序

13 发掘购物篮规则 - 关联分析

 

一、关联规则概念与原理

二、购物篮分析与关联规则

三、相似性推荐与系统过滤

四、基于矩阵分解(SVD)的推荐算法

14 机器学习兵器谱的“屠龙刀”-集成学习算法

 

一、集成学习简介

二、集成学习模型建置

三、R语言实作

15 自然语言处理与机器学习结合 - 文本分析

 

一、文本分析简介
二、文本数据前处理
三、文本分析应用与R语言实作

16 统计学的新兴领域 -社会网络分析

 

一、社会网络简介

二、描述网络

三、社会网络分析

四、R语言实作

17 人脑工作机制的模拟器 -深度学习

 

一、深度学习算法简介

二、深度学习应用案例

三、卷积神经网络

四、R语言实作

18就业技能直通车 – 大型项目实作案例

 

  • 策划某跨国电脑公司的营销活动

二、零售业忠诚客户预测案例大型实际案例(数据大小超过20G)

三、金融业银行信用卡评分项目实作

19 突破传统思维局限 -决策黑客

 

一、批判性思维

二、概率决策思维

三、博弈思维

四、系统思维

五、先发影响力