大数据挖掘高级能力提升实战培训

1 数据挖掘标准流程
1.1 数据挖掘概述
1.2 数据挖掘的标准流程（CRISP-DM）
1.3 数据集概述
1.4 数据集的类型
1.5 数据集属性的类型
1.6 数据质量三要素
2 影响因素分析篇
2.1 影响因素分析的常见方法
2.2 相关分析（衡量变量间的的相关性）
2.3 方差分析
2.4 列联分析（两类别变量的相关性分析）
3 数值预测模型篇
3.1 销量预测与市场预测——让你看得更远
3.2 回归预测/回归分析
3.3 时序预测
3.4 季节性预测模型
3.5 新产品预测模型与S曲线
4 回归模型优化篇
4.1 回归模型的基本原理
4.2 模型优化思路：寻找最佳回归拟合线
4.3 自定义模型（如何利用规划求解进行自定义模型）
5 分类预测模型篇
5.1 分类模型概述
5.2 常见分类预测模型
5.3 逻辑回归模型
5.4 消费者品牌选择模型分析
5.5 人工神经网络（ANN）
5.6 判别分析
6 数据预处理篇
6.1 数据预处理的主要任务
6.2 数据集成
6.3 数据理解（异常数据处理）
6.4 数据准备：数据处理
6.5 数据准备：变量处理
6.6 数据降维
6.7 数据探索性分析
6.8 数据可视化