+关注我们
您的位置:首页 > 2017年CDA数据分析师 商业数据挖掘,CDA Level II 建模数据分析师培训,_国内最全最完整的数据挖掘技术!北京深圳广州上海火热招生中!

2017年CDA数据分析师 商业数据挖掘,CDA Level II 建模数据分析师培训,_国内最全最完整的数据挖掘技术!北京深圳广州上海火热招生中!
发表时间:2015-05-04      浏览人数:7962      点赞人数:0     


CDA Level Ⅱ:

建模分析师。两年以上数据分析岗位工作经验,或通过CDA Level Ⅰ认证半年以上。在政府、金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与数据挖掘的人员。在Level Ⅰ的基础之上深入掌握高级多元统计方法,并且拓展时间序列分析和主要数据挖掘的理论知识与业界运用;能够熟练使用SPSS Modeler、SAS、R、Pyhton等至少一个专业数据挖掘软件实现相关算法;具有按照数据挖掘标准流程进行项目需求分析、数据验证、建模与模型评估的能力。

【背景介绍】


CDA Level Ⅰ为基础薄弱的学员提供了入行的机会,能够结合业务完成基本的数据分析并作出数据报告。但企业想要在竞争激烈的市场中胜出,决策的速度和反应的效率尤为重要。根据调查显示,75%的企业在面临拟定策略时,常常无法获得实时且有根据的决策信息。什么样的数据、要通过什么样的方法,才能快速便捷的提供对决策有价值的信息,是现代企业所面临最迫切性的问题。因此,在CDA Level Ⅰ的基础上,CDA Level Ⅱ(建模分析师)即为企业决策提供及时有效、易实现、可信赖的数据支持。

在建模分析师中,数据挖掘(Data Mining)技术无疑是他们最强有力的核心竞争力。数据挖掘强调与现有信息系统的整合,以提供决策者做决策时所需的情报,或转化成经营智慧,以作为调整营运策略方针的辅助工具。以顾客关系管理(CRM)为例,数据挖掘是整个顾客关系管理的核心。其不但可以准确的定位目标市场,进行精准营销,还可以帮助业务人员了解客户深层需求,针对大量客户进行客制化,也就是所谓的一对一营销。

本课程的目的就是要针对数据挖掘整套流程,根据CDA Level Ⅱ大纲标准,以互联网、金融、电信、电商和零售业为案例背景,开设4个不同的专题课程,分别为:SPSS MODELER数据挖掘;PYTHON数据挖掘;SAS数据挖掘;R语言数据挖掘。学员可以根据自身的需求任选一个专题,培训中将软件与商业案例有效的结合,讲授如何在实际工作中搭建数据挖掘环境,制定分类数据挖掘的标准流程,让学员胜任全方位的数据挖掘运用场景。


【课程安排】
项目名称


CDA level 2 建模分析师系统培训(共6天)


SPSS  MODELER     


 上海现场 : 8.14-8.23

 北京现场&远程: 8.18-8.27


SAS


上海现场&远程:8.05-8.20

北京现场&远程:7.15-7.30 


 R语言


广州现场:8.12-9.03

北京现场&远程:7.22-8.06 


Python


北京现场&远程:10.14-10.29


价格(元)


全程:现场原价:5900 / 远程原价:4400


上课地址

面授班:北京,人大经济论坛教室

面授班:上海,人民广场教室

面授班:深圳,高新科技园

远程班:在线同步直播


课程特色


名师团队:知名数据行业专家传递,授业,解惑

实战授课:理论与实践结合,案例入手,学以致用

教学督导体系:报名-指导-答疑-作业跟进 360度无缝对接

增值服务: 相关课程推荐CDA考证辅导,人脉拓展


课程服务


课前预习视频和资料

讲师、助教全方位答疑服务
班主任跟进学习进度

赠送全套同步课程视频


报名优惠


全日制在读学生8折优惠

参加过论坛其他现场班老学员9折优惠
三人及以上9折优惠,五人及以上8折优惠

同时报名参加LEVELⅠ和LEVEL Ⅱ享受8折优惠

点击查看LEVEL 课程详情 以上优惠不可叠加


其他福利


本期之后的后续三期可以选择一期免费重听
任一专题学员可添加1500获得另一专题的视频
可申请工信部《数据分析师证书》,费用400元
报考CDA LEVELII 等级认证证书,补贴500元

现场班:咖啡茶歇,论坛币(1000个)


常见问题


Q: 参加完业务数据分析师课程是否有认证证书

A:参加建模分析师培训学员可参加CDA LEVEL II建模分析师等级考试,考试合格获得由经管之家、台湾中华采矿资料协会、CDA Institute联合颁发《CDA数据分析师证书》。同时可自愿申请工信部《数据分析师证书》-高级。


Q:学员课下如何与老师进行互动?

A:CDA建模分析师课程每期都会建立QQ群和微信群,工作日由老师和助教负责答疑;同时学员可以在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:远程班是录播还是直播?

A:远程班采取现场直播 + 录播视频 + 线上答疑。直播需和现场班同步时间学习,录播视频同学可以自主安排时间学习视频(可永久反复观看)。



【详细大纲】

建模分析师-Modeler专题

本课程为CDA LEVEL II 建模分析师认证培训班-SPSS Modeler专题。企业想要在竞争激烈的市场中胜出,决策的速度和反应的效率尤为重要。根据调查显示,75%的企业在面临拟定策略时,常常无法获得实时且有根据的决策信息。什么样的数据、要透过什么样的方法,才能快速且实时的转变成决策时有用的信息,是现代企业所面临最迫切性的问题。数据挖掘(Data Mining)无疑是解决这些问题最有效的途径。IBM SPSS Modeler对应了数据挖掘这一个领域,我们希望借助Modeler,建立数据挖掘模型(包括分类算法,聚类算法,关联规则等)去解决一系列的商业问题(如预测什么类型的客户容易流失,明天公司的销售额是会到达多少)。有鉴于此,本课程的目的就是要针对数据挖掘整套流程,以金融、电信、电商和零售业为案例背景,结合SPSS MODELER+WEKA深入讲授数据挖掘的主要算法,让学员胜任全方位的数据挖掘运用场景。


Q:为什么要学?

  • 基本数据处理和统计知识无法满足需求
  • 没有掌握得心应手的数据挖掘工具
  • 方法论与知识点不系统,不扎实
  • 商业分析工作思路迟迟得不到拓展


  • Q:学习后将收获什么?

  • 学会高级数据分析及数据挖掘算法知识
  • 掌握一门专业数据挖掘软件
  • 自行建模分析,独立完成数据挖掘工作
  • 了解前沿技术,增强业务与技术对接能力


  • Q:本课程需要编程基础吗?课程使用的软件环境是什么?

    本课程不需要编程基础,课程用软件为商用数据挖掘软件SPSS Modeler+开源WEKA,两个软件功能互为扩展,可以很好地完成数据挖掘建模全流程功能实现。SQL数据库部分需结合提供资源课下自学。


    课程安排
    课程目录 大纲简介
    第一阶段
    [3.03]数据挖掘基础
    1.数据挖掘在政府及各行业的应用
    2.数据挖掘的起源、定义及目标
    3.数据挖掘的发展历程
    4.数据挖掘的知识发掘步骤(KDD)
    5.数据挖掘的产业标准(CRISP DM)
    6.数据挖掘的功能分类
    7.数据挖掘相关网站介绍
    a.案例:信用评等数据集、天气数据集、玻璃制品数据集
    第二阶段
    [3.04]基础数据挖掘及数据前处理技术
    1.描述性统计分析技术
    2.数据可视化技术
    3.数据前处理技术
    a.案例:新车设计数据集、信用评等数据集
    b.案例:药物治疗数据集、电信客户组合营销案例
    第三阶段
    [3.05]进阶数据挖掘技术1
    1.训练数据与测试数据拆分
    2.统计方式的变量选择
    a.卡方检定
    b.T检验级ANOVA检定
    3.模型方式的变量选择
    a.决策树算法
    b.罗吉斯回归选择法
    c.包装法
    第四阶段
    [3.10]进阶数据挖掘技术2
    5.1 分类之贝叶斯网络
    5.2 分类之决策树
    5.3 分类模型的评估
    a.案例:细胞样本数据集、零售促销数据集、电信客户分类
    第五阶段
    [3.11]进阶数据挖掘技术3
    1.分类之支持向量机
    2.分类之多模型整合
    3.预测之简单线性回归、复回归
    4.预测之回归树
    5.预测之神经网络
    6.关联分析:Apriori算法
    7.时间序列分析
    a.案例:零售购物篮数据集
    第六阶段
    [3.12]项目实作案例
    1.企业使用之范围:电信商品营销项目
    2.企业使用之范围:银行信用评分卡建置
    3.企业使用之范围:零售大数据促销项目

    建模分析师-SAS专题

    本课程为CDA LEVEL II 建模分析师认证培训班-SAS专题。作为一名建模数据分析师,你需要具备结合一个或多个软件对海量数据进行勘探和挖掘的能力,可以将业务目标转化为数据分析目标;统计之上你需要熟悉常用算法和数据结构,熟悉企业数据库构架建设;同时能够针对不同分析主体,可以熟练的进行维度分析,能够从海量数据中搜集并提取信息。SAS作为世界知名大数据分析产品,只要是大机构, 不论是、制药、金融、保险、市场部门、NGO还是政府部门,SAS的覆盖率,都是完全不可被替代的。同时SAS系统具有使用灵活方便、功能齐全、编程能力强且简单易学、数据处理和统计分析融为一体、扩展性和适用性强及应用面广等优点。培训中将SAS软件实操与商业案例有效的结合,讲授如何在实际工 作中搭建数据挖掘环境,制定分类数据挖掘的标准流程,让学员胜任全方位的数据挖掘运用场景。


    Q:为什么要学?

  • 基本数据处理和统计知识无法满足需求
  • 没有掌握得心应手的数据挖掘工具
  • 方法论与知识点不系统、不扎实
  • 业务工作思路迟迟得不到拓展

  • Q:六天的课程,我可以完全掌握课程内容吗?

    CDA LEVEL II-SAS专题课程为持续三周的周末集训课程,共36+课时,同时有全套的录播视频可供反复复习观看。学习中的疑问也可以随时咨询。


    Q :学习后得到什么?
  • 学会高级数据分析及数据挖掘算法知识
  • 掌握大型商业数据挖掘软件SAS
  • 熟知整个数据挖掘框架和流程
  • 了解前沿技术,增强业务与技术对接能力

  • 课程安排 课程目录 大纲简介
    第一阶段
    [3.11]编程基础与数据访问
    1.课程介绍与认证体系介绍
    2.数据处理系统构成 
    3.SAS程序流与基本语法
    4.认识SAS数据和逻辑库
    5.SAS数据集与数据读取
    6.深入理解SAS数据类型
    7.数据步程序Data步
    8.过程步程序Proc步
    a.案例:用银行信用卡交易数据
    第二阶段
    [3.12]数据管理与操纵
    1.数据复杂处理方法
    2.数据验证与清洗
    3.创建变量、数据转换
    4.汇总数据、数据循环处理
    5.合并SAS数据集、重组数据集
    a.案例:零售业销售数据
    第三阶段
    [3.18]SQL过程与SAS宏
    1.SQL单表与连接查询
    2.横向连接表、子查询
    3.集合操作、数据字典、Data MERGE语句与SQL区别
    4.宏编译器的运行机制
    5.宏变量与宏
    6.通过Data和sql步创建宏变量
    7.宏变量函数
    第四阶段
    [3.19]宏的流程语句与信息交换
    1.定义宏和定义宏参数
    2.宏中的分支流程语句
    3.宏中的循环流程语句
    4.SQL和宏的信息交换
    5.宏的运用实例及练习
    第五阶段
    [3.25]数据挖掘方法与案例
    1.熟悉SAS EM环境
    2.决策树算法
    3.回归分析与缺失值处理
    4.变量压缩与逻辑回归基础
    5.数据驱动的风险管理
    6.信用卡违约预测模型案例流程
    7.模型评估方法
    第六阶段
    [3.26]模型管理与模型评估
    1.神经网络与其他模型
    2.模型评估方法
    3.建模准备与变量粗筛
    4.数据清洗方法
    5.变量压缩与调整变量
    6.逻辑回归基础
    7.聚类分析方法
    8.关联规则与产品推荐
    9.数据挖掘方法选择与数据挖掘的误区

    建模分析师-R语言专题

    本课程为CDA LEVEL II 建模分析师认证培训班-R语言专题。强强联合打造稀缺商业数据分析课程。本课程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。 本课程以案例为主线,结合开源R工具,全面讲解了客户生命周期管理中涉及的主要数据挖掘主题。而且注重业务与算法的深入结合,在轻松的氛围内体会算法的奇妙之处。


    Q:为什么要学?

  • 没有掌握得心应手的数据挖掘工具
  • 基本数据处理和统计知识无法满足需求
  • 方法论与知识点不系统,不扎实
  • 商业分析工作思路迟迟得不到拓展

  • Q:学习后将收获什么?

  • 掌握最流行的开源数据挖掘软件之一R
  • 学会高级数据分析及数据挖掘算法知识
  • 熟知整个数据挖掘框架、流程与思路
  • 了解前沿技术,增强业务与技术对接能力

  • 课程安排 课程目录 大纲简介
    第一阶段
    [3.04]数据挖掘前沿与R语言
    1.商业数据分析的本质
    2.商业数据分析的阶段与行业运用
    3.商业数据挖掘通用方法论
    4.R语言基础
    5.数据清洗方法
    6.错误值、缺失值及噪声值处理
    7.变量压缩
    a.案例:贷款数据的数据清洗
    第二阶段
    [3.05]回归建模分析方法
    1.线性回归建模与检验
    2.回归模型的模型评估
    3.正则化方法
    4.逻辑回归介绍
    5.分类模型的模型评估
    6.极大似然法估计
    7.模型评估方法
    a.案例:信用卡客户价值预测模型
    b.案例:汽车贷款初始评分模型
    第三阶段
    [3.11]决策树与神经网络建模
    1.使用决策树进行流失预警模型
    2.决策树建模方法
    3.决策树模型修剪
    4.使用神经网络进行营销响应预测
    5.感知器与BP神经网络
    6.径向基神经网络
    7.深度学习及常用框架(Caffe、Tensorflow)
    a.案例:电子产品客户购买决策模型
    b.案例:信贷产品行为评分模型
    第四阶段
    [3.12]分类器与组合模型
    1.KNN最近领域建模
    2.贝叶斯网络
    3.高级分类器:支持向量机( SVM)
    4.封装与提升
    5.随机森林与梯度树
    a.案例:婚恋网站客户成功约会预测
    b.案例:网站虚假注册客户识别
    c.案例:客户精准营销案例
    第五阶段
    [3.18]客户与市场分析方法
    1.理解客户画像和客户分群
    2.客户特征提取与FRM方法
    3.层次聚类(Ward、Birch)
    4.基于划分的聚类(K-means)
    5.谱聚类
    6.基于密度的聚类(DBSCAN)
    a.案例:某人寿保险公司客户分群
    b.案例:邮轮公司客户分群
    第六阶段
    [3.19]推荐算法提升客户价值
    1.Apriori算法、FP-growth算法
    2.顺贯模型
    3.推荐系统设计
    4.模型生命周期
    5.数据挖掘体系建设
    a.案例:电商交叉销售案例
    b.案例:金融机构交叉销售案例

    建模分析师-Python专题

    本课程为CDA LEVEL II 建模分析师认证培训班-Python专题。职业规划公司Gooroo通过仔细查看了美国、英国和澳大利亚的超过50万份的IT职位空缺,做了一个编程语言工资和供需的研究报告,其中Python工程师的平均年薪和排名第一的JAVA相同,高达10000美元。另外16的编程语言排行榜也显示C++持续下跌,Python超越C++成为排名前三的编程语言指日可。 Python被誉为全世界最高效的编程语言, 具有简单、易学、免费、开源、可移植、可扩展、可嵌入、面向对象等优点,它的面向对象甚至比java和C#.net更彻底。 同时作为一种通用语言,Python几乎可以用在任何领域和场合,角色几乎是无限的。本课程以案例为主线,结合开源Python工具,全面金融、电信、银行等行业的主要数据挖掘主题。而且注重业务与算法的深入结合,在轻松的氛围内体会算法的奇妙之处。


    Q:为什么要学?

  • 基本数据处理和统计知识无法满足需求
  • 没有掌握得心应手的数据挖掘工具
  • 方法论与知识点不系统、不扎实
  • 业务工作思路迟迟得不到拓展

  • Q:学习后将收获什么?

  • 掌握最流行的开源数据挖掘软件之一Python
  • 学会高级数据分析及数据挖掘算法知识
  • 熟知整个数据挖掘框架、流程与思路
  • 了解前沿技术,增强业务与技术对接能力

  • 课程安排 课程目录 大纲简介
    第一阶段
    [4.01]数据挖掘与Python入门
    1.数据分析前沿建模分析思路
    2.建模分析软件对比
    3.Python语法基础
    4.Python的运算符与表达式
    5.Python的函数与模块
    6.Python的异常处理与文件操作
    7.Python科学计算
    8.Python绘图篇
    9.Python连接数据库-Mysql篇
    第二阶段
    [4.02]数据挖掘模型与组合算法
    1.数据挖掘模型介绍与模型分类
    2.数据挖掘标准流程CRSIP-DM
    3.数据准备、预处理与数据转化
    3.特征变量选择:主成分和因子分析
    4.样本聚类
    a.案例1:汽车类型聚类与地域购买偏好分析
    5.决策树模型
    6.模型验证+组合算法
    a.案例2:电信离网用户预警
    第三阶段
    [4.08]KNN与线性回归
    1.最近邻域法(KNN)、MBR、样条曲线
    2.线性回归与岭回归
    3.可实现的Lasso算法
    4.线性回归做客户价值预测
    5.最近领域法与贝叶斯网络
    6.关联规则与购物篮分析
    a.案例3:婚恋网站被约会可能性预测
    b.案例4:零售业客户价值预测模型
    第四阶段
    [4.09]逻辑回归与SVM
    1.逻辑回归;广义线性模型
    2.支持向量机
    a.案例5:新闻内容分类
    b.案例6:银行贷款问题
    c.案例7:金融数据分析建模
    第五阶段
    [4.15]文本分析与社会网络分析
    1.文本分析流程概述
    2.常用字符串函数与正则表达式
    3.分词与词频统计
    4.社会网络分析
    a.案例8:电信客户交友圈与流失预警
    b.案例9:电信再入网客户身份指纹识别
    c.案例10:新闻内容分类
    d.案例11:构造新闻热点词指数
    第六阶段
    [4.16]综合案例分析
    1.电信离网用户预测案例
    2.银行信用风险建模分析
    3.系统聚类:基于网站定位数据的商圈分析
    4.情感分析:基于电商产品数据的情感分析
    5.金融数据分析:基于因子库的数据建立
    6.Python爬虫

    【CDA培训简介】


    CDA数据分析师系统培训,由人大经济论坛根据CDA协会认证标准而设立的一套针对数据分析师技能的全面系统培训。培训师资目前均来自学界、实务界相关领域的讲师、教授、专家、工程师以及企业资深分析师,名师荟萃,代表了国内数据分析培训的最高水平,可以很好地保证培训的学员既能学到扎实的数据分析理论知识,又能具备较强的利用软件解决实际问题的能力,保证学员能胜任各行业数据分析师工作的要求。CDA数据分析师培训注重结合实际,把最具技术含量、最具价值理念的课程传授给学员。课程还注重启发式教学,让学员在解决问题的动手中去学习。


    【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; 


    【师资团队】


    【关于证书】

    1、CDA数据分析师等级认证证书



    权威 CDA数据分析师认证证书由经管之家颁发,现已获得IBM、CDMS、 Oracle、猎聘网等企业的认可,您获得证书后可一键添加至简历中。

    专业 CDA证书分等级和方向,不同的证书代表了不同的专业层级和领域, 获得证书是对自身能力的一个有力证明。全国统考、专家命题、公平 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。


    (此证书为CDA协会颁发等级认证证书Level Ⅰ,全国统考,一年两次,此证书为CDA数据分析师唯一认证证书,可以作为企业事业单位选拔和聘用专业人才的任职参考依据。


    【CDA考试安排】

    1. 考试时间2017年6月26日、12月24日

    2. 考试内容:统计概率基础知识,数据库基础知识,解决简单的数据处理与数据分析。

    3. 报名费用:1000元/人。参加CDA系统培训学员费用为600/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。

    →→→考试报名链接



    2、工信部信息通信行业专项技术证书

    学生结业之后,颁布结业证书,可自愿办理工信部专项技术证书(数据分析师初级400元/人),证书样式如上:



    往期掠影:

    【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



    点击立即报名,填写报名表,会有专人跟你联系报名后续事宜:



    【咨询方式】
    电话:0755-32843501        QQ:1796318148 Eileen韦

    【付款账号】
    支付宝:jianghaitao@ppvke.com
    验证名称:深圳市飞博远创科技有限公司

    对公转账:
    深圳市飞博远创科技有限公司
    公司开户行:中国银行深圳后海支行
    公司银行账号: 770561293356
    我们视缴费付款作为最终报名确认。






    0人赞过

    课程评价

    资料修改成功!
    确定

    小V: 点击这里给我发消息

    Jedis:点击这里给我发消息

    关闭