大数据建模及模型优化高级实战培训

1 数据建模篇
1.1 预测建模五步法
1.2 最优化求解基本策略
2 分类预测模型篇
2.1 最近邻分类（KNN）
2.2 贝叶斯分类（NBN）
2.3 支持向量机（SVM）
3 分类模型优化篇（集成方法）
3.1 集成方法的基本原理：利用弱分类器构建强分类模型
3.2 集成方法/元算法的种类
3.3 Bagging原理
3.4 Boosting的原理
4 市场细分模型
4.1 市场细分的常用方法
4.2 聚类分析
4.3 客户价值评估与RFM模型
4.4 主成分分析
5 产品推荐模型
5.1 常用产品推荐模型
5.2 关联分析
5.3 协同过滤
5.4 分类预测模型
6 产品设计与优化
6.1 联合分析法
6.2 离散选择模型
6.3 品牌价值评估
6.4 新产品市场占有率评估
7 定价策略分析
7.1 常见的定价方法
7.2 产品定价的理论依据
7.3 如何评估需求曲线
7.4 如何做产品组合定价
7.5 如何做产品捆绑/套餐定价
7.6 非线性定价原理
7.7 阶梯定价策略
7.8 数量折扣定价策略
7.9 定价策略的评估与选择
7.10 航空公司的收益管理
8 客户价值分析
8.1 如何评价客户生命周期的价值
8.2 RFM模型（客户价值评估）