1、培訓(xùn)過(guò)程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽(tīng)；
       2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
       3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)?！詈细駥W(xué)員免費(fèi)頒發(fā)相關(guān)工程師等資格證書(shū)，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認(rèn)同，受到用人單位的廣泛贊譽(yù)，端海的證書(shū)受到廣泛認(rèn)可。

• 培訓(xùn)特色
  解釋了如何將數(shù)據(jù)挖掘應(yīng)用于解決實(shí)際問(wèn)題，從而使你能將數(shù)據(jù)挖掘技術(shù)應(yīng)用于自己的實(shí)際工作中去。課程還著重介紹了數(shù)據(jù)挖掘模型的建立與測(cè)試，以及數(shù)據(jù)挖掘結(jié)果的解釋與驗(yàn)證以及數(shù)據(jù)分析和數(shù)據(jù)挖掘在相關(guān)行業(yè)的應(yīng)用實(shí)例等內(nèi)容。
  本課程不是簡(jiǎn)單的數(shù)據(jù)挖掘的概念講解，把技術(shù)、案例、問(wèn)題結(jié)合起來(lái)，把理論實(shí)踐化，讓學(xué)者能深入體會(huì)數(shù)據(jù)挖掘的應(yīng)用。
• 目標(biāo)收益
  通過(guò)本課程的教學(xué)，使學(xué)員充分了解和認(rèn)識(shí)大數(shù)據(jù)的相關(guān)知識(shí)（大數(shù)據(jù)的應(yīng)用范圍及相關(guān)技術(shù)思想），同時(shí)學(xué)會(huì)用主流的數(shù)據(jù)挖掘軟件完成數(shù)據(jù)挖掘建模任務(wù)，使學(xué)員掌握數(shù)據(jù)挖掘方法論CRISP-DM的本質(zhì)。通過(guò)幾個(gè)具體的、典型的數(shù)據(jù)挖掘案例，使學(xué)員在掌握這些案例所用的技巧的同時(shí)，充分理解數(shù)據(jù)挖掘的方法論，實(shí)現(xiàn)舉一反三的效果，提高學(xué)員分析問(wèn)題解決問(wèn)題的實(shí)際能力。
• 課程大綱
  
• 主題 內(nèi)容
  大數(shù)據(jù)的介紹
• 1.1 什么是大數(shù)據(jù)：海量非結(jié)構(gòu)化數(shù)據(jù)本身+處理方法
  1.2 大數(shù)據(jù)為什么重要及大數(shù)據(jù)帶來(lái)的機(jī)遇：決定公司是否有未來(lái)和業(yè)務(wù)可延伸范圍
  1.3 對(duì)大數(shù)據(jù)的深層理解：組成、特點(diǎn)介紹
  1.4 大數(shù)據(jù)的相關(guān)技術(shù)與應(yīng)用案例
  數(shù)據(jù)采集：ETL工具
  數(shù)據(jù)存?。宏P(guān)系數(shù)據(jù)庫(kù)；NoSQL、SQL等
  基礎(chǔ)架構(gòu)支持：云存儲(chǔ)；分布式文件系統(tǒng)等
  計(jì)算結(jié)果展現(xiàn)：云計(jì)算；標(biāo)簽云；關(guān)系圖等
  1.5 大數(shù)據(jù)專題可能的演進(jìn)路徑
• 數(shù)據(jù)分析基礎(chǔ)
• 2.1 數(shù)據(jù)分析的含義、主要做什么？
  2.2 為什么要學(xué)習(xí)做好數(shù)據(jù)分析
  2.2.1從數(shù)據(jù)分析的描述問(wèn)題、對(duì)比問(wèn)題、分析問(wèn)題 到最后解決問(wèn)題說(shuō)明為什么要做好
  2.2.2通過(guò)案例說(shuō)明一般人員與數(shù)據(jù)分析師的區(qū)別
  2.3 數(shù)據(jù)分析的誤區(qū)和分析的關(guān)鍵
  2.4 數(shù)據(jù)分析的6個(gè)步驟，3大方向（理清思路，尋找答案，觀點(diǎn)表達(dá)）案例形式詳細(xì)說(shuō)明
  步驟1：需求明確--理清思路
  步驟2：數(shù)據(jù)收集--理清思路
  步驟3：數(shù)據(jù)處理--尋找答案
  步驟4：數(shù)據(jù)分析--尋找答案
  步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)
  步驟6：報(bào)表撰寫(xiě)--觀點(diǎn)表達(dá)
  分別對(duì)以上6個(gè)步驟以案例的方式詳細(xì)說(shuō)明。
  2.5 實(shí)踐：以數(shù)據(jù)分析項(xiàng)目為引，將數(shù)據(jù)分析的技能與業(yè)務(wù)結(jié)合，并應(yīng)用于實(shí)際的工作之中
• 數(shù)據(jù)挖掘基礎(chǔ)
• 3.1 數(shù)據(jù)挖掘概述、基本理念、歷史發(fā)展進(jìn)程、主要功能、發(fā)展趨勢(shì)
  3.2 數(shù)據(jù)挖掘方法論：CRISP-DM、SEMMA
  3.3 數(shù)據(jù)處理過(guò)程：變量的分類(lèi)及類(lèi)型，數(shù)據(jù)的質(zhì)量、理解過(guò)程、準(zhǔn)備過(guò)程
• 數(shù)據(jù)挖掘及數(shù)據(jù)分析技術(shù)
• 4.1.數(shù)據(jù)挖掘主要分析方法：
  4.1.1 聚類(lèi)分析（Clustering）
  4.1.2 分類(lèi)分析（Classification）
  4.1.3 關(guān)聯(lián)分析（Association）
  4.1.4 預(yù)測(cè)分析（Prediction）
  4.1.5 回歸分析
  4.1.6 相關(guān)分析
  4.1.7數(shù)據(jù)比較分析
  4.1.8 數(shù)據(jù)挖掘的可視化
  4.2 數(shù)據(jù)挖掘的實(shí)施
  4.3 分析圖形：正態(tài)性檢驗(yàn) 描述性統(tǒng)計(jì) 箱型圖、區(qū)間圖、時(shí)序圖介紹
  4.4 數(shù)據(jù)挖掘的關(guān)鍵技術(shù):數(shù)據(jù)預(yù)處理
  4.5 數(shù)據(jù)挖掘效果的評(píng)估
  4.6 實(shí)踐：SPSS結(jié)合相應(yīng)的分析算法及展示圖形
• 構(gòu)建**數(shù)據(jù)挖掘分析體系
• 5.1 分析團(tuán)隊(duì)建設(shè)
  5.2 分析工作管理
  5.3 數(shù)據(jù)分析核心能力建設(shè)
  5.4 分析工作與業(yè)務(wù)協(xié)同
• 數(shù)據(jù)挖掘應(yīng)用
• 6.1 數(shù)據(jù)挖掘及管理經(jīng)驗(yàn)
  6.2 數(shù)據(jù)挖掘在***行業(yè)領(lǐng)域的應(yīng)用舉例
  6.2.1 客戶行為與潛在客戶分析
  6.2.2 用戶信用度分析
  6.2.3 趨勢(shì)預(yù)測(cè)
  6.2.4 新產(chǎn)品交叉營(yíng)銷(xiāo)分析 等
  6.3 數(shù)據(jù)挖掘?qū)嵺`舉例:客戶流失、趨勢(shì)發(fā)展分析等（結(jié)合SPSS軟件）
  6.4 實(shí)踐：內(nèi)容包括（從設(shè)計(jì)－>形成模型->應(yīng)用）.
• 數(shù)據(jù)挖掘工具及未來(lái)研究的方向和熱點(diǎn)
• 7.1 幾種數(shù)據(jù)挖掘工具比較
  7.2 典型工具介紹及使用范圍
  7.3 如何選擇數(shù)據(jù)挖掘工具
  7.4 數(shù)據(jù)挖掘的方向和熱點(diǎn)