激情欧美性aaaaa片直播,亚洲精品久久无码AV片银杏,欧美巨大巨粗黑人性AAAAAA,日韩精品A片一区二区三区妖精

數(shù)據(jù)挖掘技術(shù)

培訓(xùn)受眾:
業(yè)務(wù)支持部、IT系統(tǒng)部、大數(shù)據(jù)系統(tǒng)開發(fā)部、大數(shù)據(jù)分析中心、信息技術(shù)部等相關(guān)技術(shù)人員。

課程收益:
目的：掌握SAS語言，掌握數(shù)據(jù)挖掘

課程大綱:
第一部分：SAS基礎(chǔ)
1、SAS簡(jiǎn)介和構(gòu)成
2、SAS的主要模塊和功能
3、SAS的四種運(yùn)行模式
－窗口環(huán)境模式
－非交互模式
－交互式運(yùn)行模式
－批處理模式
4、掌握SAS的基本數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)對(duì)象
－邏輯庫、邏輯引擎、數(shù)據(jù)集、數(shù)據(jù)文件、視圖
5、SAS基本程序結(jié)構(gòu)
－數(shù)據(jù)步（DATA STEP）
－過程步（PROC STEP）
6、SAS基本語言介紹
7、數(shù)據(jù)集的操作
－從文本文件獲取
－從外部數(shù)據(jù)庫獲取
－數(shù)據(jù)集導(dǎo)出到外部文件
－讀取、瀏覽、編輯數(shù)據(jù)集
－創(chuàng)建、編輯、修改、刪除
8、對(duì)多個(gè)數(shù)據(jù)集的操作
－橫向合并
－縱向串接
9、SAS SQL語言
10、    SAS宏語言
案例：演練SAS編程語句

第二部分：數(shù)據(jù)可視化處理
1、數(shù)據(jù)報(bào)表輸出
－基本報(bào)表
－高級(jí)報(bào)表
2、統(tǒng)計(jì)圖形
－GCHART過程
－GPLOT過程
－CAPABILITY過程
3、各種圖形的畫法
－柱狀圖/條形圖
－餅圖
－折線圖
－散點(diǎn)圖/氣泡圖
4、繪圖的美化技巧
案例：用SAS作圖來實(shí)現(xiàn)產(chǎn)品銷量分析

第三部分：數(shù)據(jù)統(tǒng)計(jì)分析
1、描述性統(tǒng)計(jì)分析
－集中程序
－離散程序
－分布形態(tài)
2、參數(shù)估計(jì)與假設(shè)檢驗(yàn)
－單樣本均值T檢驗(yàn)
－獨(dú)立兩樣本均值T檢驗(yàn)
－配對(duì)兩樣本均值T檢驗(yàn)
3、非參數(shù)檢驗(yàn)文件操作處理
－單樣本
－獨(dú)立兩樣本
－配對(duì)兩樣本
4、影響因素分析
－相關(guān)分析：原理、公式、應(yīng)用
－方差分析：原理、公式、應(yīng)用
－卡方分析：原理、公式、應(yīng)用
－主成分分析/因子分析：降維
案例：掌握常用的過程對(duì)數(shù)據(jù)進(jìn)行分析

第四部分：數(shù)據(jù)挖掘基礎(chǔ)
1、數(shù)據(jù)挖掘概述
2、數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程（CRISP-DM）
－商業(yè)理解
－數(shù)據(jù)準(zhǔn)備
－數(shù)據(jù)理解
－模型建立
－模型評(píng)估
－模型應(yīng)用
3、數(shù)據(jù)挖掘常用任務(wù)與算法

第五部分：聚類分析（客戶細(xì)分）實(shí)戰(zhàn)
1、客戶細(xì)分常用方法
2、聚類分析（Clustering）
－聚類方法原理介紹及適用場(chǎng)景
－常用聚類分析算法
－聚類算法的評(píng)價(jià)
案例：使用FASTCLUS實(shí)現(xiàn)K均值聚類
案例：使用CLUSTER實(shí)現(xiàn)層次聚類法
3、判別分析
－判別分析法原理
－判別分析常見方法：距離判別、Bayes判別、Fisher判別
案例：使用DISCRIM、CANDISC、STEPDISC實(shí)現(xiàn)判別分析
4、RFM模型分析
－RFM模型，更深入了解你的客戶價(jià)值
－RFM模型與市場(chǎng)策略
案例：航空公司客戶價(jià)值分析

第六部分：數(shù)值預(yù)測(cè)模型實(shí)戰(zhàn)
1、常用數(shù)值預(yù)測(cè)的模型
－通用預(yù)測(cè)模型：回歸模型
－季節(jié)性預(yù)測(cè)模型：相加、相乘模型
－新產(chǎn)品預(yù)測(cè)模型：珀?duì)柷€與龔鉑茲曲線
2、回歸分析概念
3、常見回歸分析類別
4、回歸分析檢驗(yàn)
－模型的顯著性檢驗(yàn)
－回歸系數(shù)的顯著性檢驗(yàn)
－殘差檢驗(yàn)
－擬合程度
－共線性診斷
案例：回歸分析

第七部分：分類預(yù)測(cè)模型實(shí)戰(zhàn)
1、常見分類預(yù)測(cè)的模型與算法
2、如何評(píng)估分類預(yù)測(cè)模型的質(zhì)量
－查準(zhǔn)率
－查全率
－ROC曲線
3、邏輯回歸分析模型
－邏輯回歸的原理
－邏輯回歸建模的步驟
－邏輯回歸結(jié)果解讀
4、時(shí)間序列分析
案例：用LOGISTIC過程實(shí)現(xiàn)銀行貸款違約預(yù)測(cè)

第八部分：SAS優(yōu)化建模
1、優(yōu)化模型的基本概念
2、優(yōu)化建模的步驟
3、線性規(guī)劃問題
案例：使用OPTMODEL建立線性規(guī)劃模型

第九部分：SAS智能平臺(tái)構(gòu)建及行業(yè)解決方案
1、構(gòu)建SAS解決方案平臺(tái)
2、平臺(tái)的體系架構(gòu)設(shè)計(jì)
3、實(shí)現(xiàn)SAS應(yīng)用服務(wù)器集群
4、平臺(tái)的安全管理

第十部分：輔導(dǎo)

數(shù)據(jù)挖掘技術(shù)