返回详情页
章节
问答
1 审时度势提出目标任务的能力
1-1 背景介绍、分析逻辑（可试听）
1-2 分析现状以及发展趋势
2 围绕目标任务组织数据的能力
2-1 基本原则、数据源（核心数据）
2-2 数据源（跨界数据、互联网数据）
2-3 数据采集与存储
2-4 数据整理
2-5 数据质量分析
3 基于良好的素养构建模型的能力
3-1 主要思路、分析环境、分析目标、样本分组
3-2 数据处理(原理介绍）
3-3 数据处理(程序演示）
3-4 样本选择
3-5 模型构建：神经网络、决策树
3-6 模型构建：支持向量机、K近邻回归
3-7 模型构建：随机森林基本原理
3-8 模型构建：随机森林程序实例（上）
3-8 模型构建：随机森林程序实例（中）
3-8 模型构建：随机森林程序实例（下）
3-9 模型构建：五折交叉检验程序实例
3-10 模型构建：时间序列
3-11 模型构建：贝叶斯网络
3-12 模型构建：关联规则分析1
3-13 模型构建：关联规则分析2
3-14 模型构建：文本挖掘
3-15 附加价值：随机森林变量重要性等
3-16 总结-案例的主程序介绍
4 对输出结果的专业解析与呈现能力
4-1 分层次的专业化展现
4-2 大数据可视化展现
5.总结
发表
财务数据分析应用实战
1-1 背景介绍、分析逻辑（可试听）