曙海教育集团
全国报名免费热线:4008699035 微信:shuhaipeixun
或15921673576(微信同号) QQ:1299983702
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业
 
SPM数据挖掘经典算法课程

 
  班级规模及环境--热线:4008699035 手机:15921673576( 微信同号)
      每个班级的人数限3到5人,互动授课, 保障效果,小班授课。
  上间和地点
上部份地点:【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院【北京分部】:北京中山学院/福鑫大楼【南京分部】:金港大厦(和燕路)【武汉分部】:佳源大厦(高新二路)【成都分部】:领馆区1号(中和大道)【沈阳分部】:沈阳理工大学/六宅臻品【郑州分部】:郑州大学/锦华大厦【石家庄分部】:河北科技大学/瑞景大厦
最近开间(周末班/连续班/晚班):2019年1月26日
  实验设备
    ◆小班教学,教学效果好
       
       ☆注重质量☆边讲边练

       ☆合格学员免费推荐工作
       ★实验设备请点击这儿查看★
  质量保障

       1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听;
       2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。
       3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书,提升职业资质。专注高端技术培训15年,端海学员的能力得到大家的认同,受到用人单位的广泛赞誉,端海的证书受到广泛认可。

部份程大纲
 

一、SPM入门操作
(一)SPM简要介绍
1、SPM研发背景
2、软件主要特点
3、主要算法解析:分类与回归算法
4、经典算法场景
(二)读取数据
1、宽表
2、常用读取方式
(1)读取独立的数据文件
(2)如何连接数据库
3、建模样本和检验样本及其变量命名
4、缺失值处理与高阶类别变量
5、使用SPM进行数据浏览与统计
6、使用SPM进行频率分布与相关系数
(三)建模操作
1、目标变量和预测变量的选取
2、算法的选择
3、检验方式的设置
4、惩罚系数
5、算法独立设置(略,后续结合实际案例进行演示)
6、建模操作
(四)模型评估
1、ROC
2、收益与提升
3、R方及正规化R方
4、AB-Test
5、变量重要性
6、误分类
7、模型的保存、翻译与打分
(五)课堂小结
(六)【案例】波士顿住房案例
(七)【实操】kaggle数据
二、算法基础
(一)CART决策树基本概念介绍
1.什么是CART,CART决策树特点和基本概念;
2.用两个案例演示CART决策树;
(二)如何进行分裂
1.分裂搜索;
2.混杂度函数以及改进度量;
3.Gini和Twoing分裂规则介绍;
(三)Prior概率
1.Prior的意义;
2.Prior Equal和Prior Data;
(四)损失的概念
(五)缺失值处理
1.常规的缺失值处理方式;
2.使用替代变量进行缺失值处理;
(六)变量重要性
1.CART中变量重要性的度量机制
(七)CART树形成过程
1.过度生长;
2.树的修剪;
3.最优树的选择;
(八)一些CART的新功能
1.强制分裂;
2.约束;
3.自动化建模(联组);
4.热点追踪;
(九)【案例】心脏病案例/鸢尾花案例
三、TreeNet(随机梯度提升)
(一)直觉性的介绍
1.递归循环;
2.提升(Boosting)思想;
(二)损失函数
1.回归损失;
2.分类损失;
(三)参数和非参数方法
1. 优劣势比对
(四)随机梯度提升的算法核心概念
1.梯度;
2.回归树;
(五)具体建模过程图形演示
1. 如何利用TN的平滑样条功能快速建立LR模型
2. 如何进行交互作用探查
(六)优化模型的一些重要参数
1.学习率(收缩率);
2.末端结点数量;
3.损失函数;
(七)TreeNet的优势
(八)【实操】SPM自带数据
(九)【案例】KDD法国电信案例
四、大数据在银行营销业务的应用
【案例】手机银行营销案例
【实操】盛三案例
【案例】借发贷案例
【实操】交叉销售案例
【案例】短信推广案例
【案例】购物篮案例
五、大数据在银行CRM业务中的应用
【案例】企业分组案例
【案例】会员唤醒案例
【案例】流失预警案例
【实操】客户流失数据
六、七:大数据在风控业务及互联网金融中的应用
【案例】打分卡模型案例
【实操】个人信用数据
八、大数据在消费品行业中的应用
【案例】销量预测案例
【实操】门店销量预测
【案例】门店选址案例
【案例】客户分群案例
【实操】会员分组数据
九、数据挖掘算法高阶用法及总结

 

-

 

  备案号:备案号:沪ICP备08026168号-1 .(2024年07月24日)...............