返回详情页
章节
问答
CDA LEVEL II建模分析师课程前导视频(可观看)
CDA LEVEL II建模分析师课程前导视频
一.准备知识
1.1 Oracle R Enterprise体系讲解
1.2从一个案例了解数据挖掘的生命周期
二.R基本分析操作
2.1 数据分析常用包介绍
2.2 数据可视化讲解
案例1:制作经营业务BI常用图表
晚上: Oracle软件安装与ORD、ROracle安装
三.数据预处理
3.1 表合并
3.2 数据探索
3.3 数据清洗
四.R语言编程
4.1 数据类型
4.2 程序控制
4.3 函数与包
五.预测类模型
5.1 分类模型简介:朴素贝叶斯、决策树、KNN、逻辑回归、神经网络、SVM
5.2模型验证与模型选择
5.2.1 建模商业目的与模型检验方法选择
5.2.2 决策类模型检验指标
5.2.3 排序类模型检验指标
5.2.4 估计类模型检验指标
案例2:婚恋网站是否可以成功约会预测
5.3 贝叶斯网络
5.4 决策树模型与随机森林
案例3: 客户流失预测
5.5 线性回归与正则化方法(岭回归、Lasso算法)
案例4: 零售业客户价值预测模型
5.6 逻辑回归
案例5: 零售业两阶段客户价值预测模型
5.7 神经网络
案例6:信用违约建模案例(逻辑回归+神经网络)
5.8 最近邻域法(KNN)、MBR、样条曲线
案例7:违约推断
案例8:信用违约建模案例(KNN+逻辑回归)
5.9 支持向量机
案例9:违约推断
5.10 组合算法与提升(装袋法、Adaboost算法)
案例10: 客户流失预测(提升)
六.降维
6.1 线性判别模型
案例11:婚恋网站是否可以成功约会预测
6.2主成分分析PCA
案例12:信贷综合打分、省市经济指标约减、
利率期限指标分离
七.分类模型综合案例—保险产品精准营销
7.1 数据预处理技术
7.2 建立模型
7.3 模型评估
7.4 模型监控
八.样本聚类
8.1 K-means
8.2 谱聚类
8.3 密度聚类
案例13: 基于客户细分的客户流失预警模型
九.关联规则与序列模式
9.1 关联规则
9.2 序列模式
案例14:银行客户购物篮分析
发表
CDA Level II 建模R语言专题(第5期)