数据挖掘原理与实战
 
下载地址:链接: http://pan.baidu.com/s/1qWFNuPm 密码: oa4n第1周 数据分析基础
要点  数据分析流程、方法论(PEST、5W2H、逻辑树)、基础数据分析方法、数据分析师能力层级、数据的度量、探索、抽样、原理及实际操作,结合SPSS工具使用第2周 数据挖掘基础
要点(数据挖掘概念、流程、重要环节、基础数据处理方法(缺失值、极值)、关联性分析方法(相关分析、方差分析、卡方分析)、原理及实际操作第3周 数据挖掘工具介绍及Modeler软件使用
要点 使用Modeler,实际数据操作,为后续课程准备)第4周 挖掘-分类
要点(决策树 C5.0、逻辑回归,最常用的二种算法,原理及实际建模操作)第5周 挖掘-聚类
要点(层次聚类、kmeans)、挖掘-关联(Apriori),挖掘-预测(线性回归,指数平滑,移动平均), 原理及实际建模操作第6周 数据挖掘实战
要点(以目标客户挖掘为例,从业务分析、方案制定、数据处理、数据准备、变量筛选、建模、评测、部署各个环节,使用Modeler工具,讲述建模的全过程)

解决方案 »

  1.   

    零基础到数据挖掘精通
    网盘下载地址:http://pan.baidu.com/s/1skTCpDN 密码:b3s3    如今我们已从IT时代进入到DT时代,数据被称为新一代石油能源。无论是国家还是企业随着多年的信息化发展都积累了大量的数据,但是当前这些海量的数据并未完全发挥它们的价值。过去人们往往是基于收集到的历史数据做一些简单的展示或分析,但是随着竞争的白热化,发挥出数据自身的价值显得越来越重要。因此,数据挖掘技术和数据挖掘算法越来越受到企业的追捧。
        本教程介绍了数据挖掘技术基本的概念、功能、使用人员所需能力、使用方式以及数据挖掘部分主流算法实现方式。课程中嵌入了oracle数据库和办公软件excel,这两款软件主要用于存储及处理数据挖掘所需的数据,其中还使用excel作为简单入门工具对数据挖掘进行了算法实现,该部分主要用于帮助大家对数据挖掘相关知识有一个全面和大概的了解。在此基础上,后期使用数据挖掘专业工具SPSS MODELER结合一些案例对之前的excle实现的挖掘算法部分进行了深入学习以及增加了一些SPSS MODELER自带的算法模块讲解。
        课程主要讲解了数据挖掘知识和技术,同时其中还涉及了部分oracle数据库知识、sql语句和excel的函数运用。一、数据挖掘基础内容讲解: 
    第一讲:数据挖掘初探
    第二讲:数据挖掘功能介绍
    第三讲:Excel基础知识
    第四讲:Excel应用示范
    第五讲:Oracle数据库安装
    第六讲:数据库应用示范1
    第七讲:数据库应用示范2
    第八讲:数据获取及存储
    第九讲:数据预处理-相关知识介绍
    第十讲:数据预处理-excel部分
    第十一讲:数据预处理-oracle部分
    第十二讲:预测算法-线性回归1
    第十三讲:预测算法-线性回归2
    第十四讲:分类算法-ID3决策树介绍
    第十五讲:分类算法-决策树建模处理
    第十六讲:分类算法-excel建模实现
    第十七讲:关联算法-Apriori算法介绍
    第十八讲:关联算法-oracle数据处理
    第十九讲:关联算法-excel数据处理
    第二十讲:关联算法-excel建模实现
    第二十一讲:聚类算法-kmeans算法介绍
    第二十二讲:聚类算法-excel建模实现
    第二十三讲:最优化求解1
    第二十四讲:最优化求解2
     
    二、SPSS MODELER数据挖掘: 
    第二十五讲:SPSS Modeler下载及安装
    第二十六讲:SPSS Modeler数据获取及记录处理
    第二十七讲:SPSS Modeler结果输出
    第二十八讲:SPSS Modeler数据字段处理
    第二十九讲:SPSS Modeler数据探索及分析1
    第三十讲:SPSS Modeler数据探索及分析2
    第三十一讲:SPSS Modeler图形探索及分析1
    第三十二讲:SPSS Modeler图形探索及分析2
    第三十三讲:SPSS Modeler回归分析内容补充
    第三十四讲:SPSS Modeler回归分析建模(预测)
    第三十五讲:SPSS Modeler逻辑分析建模(分类)
    第三十六讲:RFM介绍
    第三十七讲:RFM建模
    第三十八讲:RFM模型应用
    第三十九讲:SPSS Modeler分类-商业理解
    第四十讲:SPSS Modeler分类-数据理解
    第四十一讲:SPSS Modeler分类-数据准备
    第四十二讲:SPSS Modeler分类-决策树算法补充
    第四十三讲:SPSS Modeler分类-决策树建模
    第四十四讲:SPSS Modeler分类-神经网络
    第四十五讲:SPSS Modeler分类-模型评估
    第四十六讲:SPSS Modeler关联分析-Apriori算法补充
    第四十七讲:SPSS Modeler关联分析-Apriori建模
    第四十八讲:SPSS Modeler关联分析-序列
    第四十九讲:SPSS Modeler聚类分析-KMeans
    第五十讲:SPSS Modeler聚类分析-TwoStep1
    第五十一讲:SPSS Modeler聚类分析- TwoStep2