你的位置: 首页 > 内训课首页 > 互联网/语言 > 课程详情

details

大数据挖掘语言:用SAS来实现数据挖掘技术实战培训 精细化管理通信电脑技能航空学校

暂无评价   
你实际购买的价格
付款时最多可用0淘币抵扣0元现金
购买成功后,系统会给用户帐号返回的现金券
淘课价格
30000
返现金券
待定

加入购物车
你还可以: 收藏

培训受众:

业务支持部、IT系统部、大数据系统开发部、大数据分析中心、信息技术部等相关技术人员。

课程收益:

目的:掌握SAS语言,掌握数据挖掘

课程大纲:

第一部分:SAS基础

1、SAS简介和构成

2、SAS的主要模块和功能

3、SAS的四种运行模式

Ø  窗口环境模式

Ø  非交互模式

Ø  交互式运行模式

Ø  批处理模式

4、掌握SAS的基本数据结构和数据对象

Ø  逻辑库、逻辑引擎、数据集、数据文件、视图

5、SAS基本程序结构

Ø  数据步(DATA STEP)

Ø  过程步(PROC STEP)

6、SAS基本语言介绍

7、数据集的操作

Ø  从文本文件获取

Ø  从外部数据库获取

Ø  数据集导出到外部文件

Ø  读取、浏览、编辑数据集

Ø  创建、编辑、修改、删除

8、对多个数据集的操作

Ø  横向合并

Ø  纵向串接

9、SAS SQL语言

10、    SAS宏语言

案例:演练SAS编程语句


第二部分:数据可视化处理

1、数据报表输出

Ø  基本报表

Ø  高级报表

2、统计图形

Ø  GCHART过程

Ø  GPLOT过程

Ø  CAPABILITY过程

3、各种图形的画法

Ø  柱状图/条形图

Ø  饼图

Ø  折线图

Ø  散点图/气泡图

4、绘图的美化技巧

案例:用SAS作图来实现产品销量分析


第三部分:数据统计分析

1、描述性统计分析

Ø  集中程序

Ø  离散程序

Ø  分布形态

2、参数估计与假设检验

Ø  单样本均值T检验

Ø  独立两样本均值T检验

Ø  配对两样本均值T检验

3、非参数检验文件操作处理

Ø  单样本

Ø  独立两样本

Ø  配对两样本

4、影响因素分析

Ø  相关分析:原理、公式、应用

Ø  方差分析:原理、公式、应用

Ø  卡方分析:原理、公式、应用

Ø  主成分分析/因子分析:降维

案例:掌握常用的过程对数据进行分析


第四部分:数据挖掘基础

1、数据挖掘概述

2、数据挖掘的标准流程(CRISP-DM)

Ø  商业理解

Ø  数据准备

Ø  数据理解

Ø  模型建立

Ø  模型评估

Ø  模型应用

3、数据挖掘常用任务与算法


第五部分:聚类分析(客户细分)实战

1、客户细分常用方法

2、聚类分析(Clustering)

Ø  聚类方法原理介绍及适用场景

Ø  常用聚类分析算法

Ø  聚类算法的评价

案例:使用FASTCLUS实现K均值聚类

案例:使用CLUSTER实现层次聚类法

3、判别分析

Ø  判别分析法原理

Ø  判别分析常见方法:距离判别、Bayes判别、Fisher判别

案例:使用DISCRIM、CANDISC、STEPDISC实现判别分析

4、RFM模型分析

Ø  RFM模型,更深入了解你的客户价值

Ø  RFM模型与市场策略

案例:航空公司客户价值分析


第六部分:数值预测模型实战

1、常用数值预测的模型

Ø  通用预测模型:回归模型

Ø  季节性预测模型:相加、相乘模型

Ø  新产品预测模型:珀尔曲线与龚铂兹曲线

2、回归分析概念

3、常见回归分析类别

4、回归分析检验

Ø  模型的显著性检验

Ø  回归系数的显著性检验

Ø  残差检验

Ø  拟合程度

Ø  共线性诊断

案例:回归分析


第七部分:分类预测模型实战

1、常见分类预测的模型与算法

2、如何评估分类预测模型的质量

Ø  查准率

Ø  查全率

Ø  ROC曲线

3、逻辑回归分析模型

Ø  逻辑回归的原理

Ø  逻辑回归建模的步骤

Ø  逻辑回归结果解读

4、时间序列分析

案例:用LOGISTIC过程实现银行贷款违约预测


第八部分:SAS优化建模

1、优化模型的基本概念

2、优化建模的步骤

3、线性规划问题

案例:使用OPTMODEL建立线性规划模型


第九部分:SAS智能平台构建及行业解决方案

1、构建SAS解决方案平台

2、平台的体系架构设计

3、实现SAS应用服务器集群

4、平台的安全管理


第十部分:辅导


结束:课程总结与问题答疑。

培训师介绍:

 
傅一航,华为系大数据专家。
男,计算机软件与理论专业硕士(研究方向:数据挖掘、搜索引擎),应用数学专业本科。在华为工作十年,数篇国家专利,曾在英国、日本、荷兰等国做项目,对欧洲、日本的电信市场有比较深的了解。
目前专注于大数据分析、大数据挖掘等应用技术,及大数据系统解决方案,以及将大数据的数据分析、数据建模、数据挖掘应用于行业及商业领域,解决行业实际的问题。将大数据应用于运营决策,帮助企业提升运营决策能力;应用于市场营销,通过大数据营销,解决营销中的用户群细分,产品定位,精准营销,精准促销等实际问题,提升营销效果,节省营销费用,以及市场预测、用户行为预测等。
傅老师目前致力于将大数据技术应用于通信、金融、航空、电商、互联网等领域。傅老师的课程特色:业务问题 分析思路 分析方法/分析模型 分析工具 结果应用融为一体。即,结合清晰的业务场景(明确目的),分解转化为具体的数据问题(分析思路),选择最合适的方法(分析方法),深入浅出的理论讲解(分析模型),使用简单实用的工具操作(分析工具),实现分析结果到业务策略的落地。
傅老师近十年以来一直从事通信行业的研究与分析,熟悉大数据系统部署与应用、SP增值行业应用、终端应用与服务、4G无线解决方案。对通信行业的市场态势、客户行为、服务效果以及运营分析等方面有深入的接触和研究,特别是针对大数据、4G及LTE标准发展,无线网络演进,网络融合,市场发展及业务应用分析,在业务应用领域投入了更多的精力,积累了相当的知识和见解。

本课程名称: 大数据挖掘语言:用SAS来实现数据挖掘技术实战培训 精细化管理通信电脑技能航空学校

查看更多:互联网/语言内训课

精细化管理 数据库 it 统计分析 相关的最新课程
讲师动态评分 与同行相比

授课内容与课纲相符00%

讲师授课水平00%

服务态度00%