cda

数字化人才认证

您的位置:首页 > 活动列表 > CDA数据分析研究院助力招商银行——第四次内训 高品质造就好口碑

CDA数据分析研究院助力招商银行——第四次内训 高品质造就好口碑

2018-12-06


CDA数据分析师和中国招商银行的缘分开始于2016年10月,那是我们第一次内训合作,培训内容是以CDA LEVEL 1-SPSS专题为标准,为招行员工培训了数据统计方法、数据分析流程、SPSS操作技术、建模技术、案例分析等内容,解决了员工技术短缺的问题。那一次,我想对于招行来说,只是尝试。


之后的2年里,感谢招行的信任,我们又进行了《数据挖掘前沿理论与应用》以及《复杂网络分析基础课程》2场内训。


2018年11月,在招商银行深圳综合中小企业金融部,我们又一次相约。第四次,一定是因为高品质造就好口碑。



此次的培训主题是《数据挖掘基础》,由CDA数据分析院金牌讲师李老师授课,李老师是国立台湾大学资讯工程博士、铭传大学大数据研究中心主任、中华资料采矿协会理事,其研究领域专注于数据仓库(Data Warehousing)、数据挖掘(Data Mining)、与文本挖掘。应培训学员建议,上课时间定为周五周六的上午9点到晚上9点,时间紧任务重,但是大家并没有感觉厌烦疲惫。2天的时间里,李老师以及CDA的助教、内训负责人与招行培训员工朝夕相处,不仅讲授了知识技能,也对员工平时工作中所遇到的数据分析问题做了的专业咨询指导。




实践证明了CDA数据分析师体系标准的科学性和可行性,不仅能帮助学员提升实战技能,也能为企业提供可靠解决方案!培训结束后,李老师得到了员工的一致好评,CDA数据分析师品牌也再次得到了招行的认可与赞赏,大家期待能与李老师、与CDA再次相遇,相信我们会有第40次相约。


附此次课程内容大纲如下:



主题 企业使用范围 理论介绍
数据挖掘基础 如何利用数据挖掘来进行营销活动及信用风险控管。 数据挖掘在政府部门及各行业的应用
数据挖掘的起源、定义及目标
数据挖掘的发展历程
数据库中的知识发掘步骤(KDD)
数据挖掘技术的产业标准(CRISP DM)
数据挖掘技术的功能分类
数据挖掘相关网站介绍(KDnuggets & Kaggle)
IBM SPSS Modeler & WEKA实作
基础数据挖掘及数据前处理技术 如何利用数据前处理技术来进行数据的重整,建置数据仓库,以作为数据挖掘之输入。 叙述性统计及可视化技术
案例为本的学习(Case-based Learning):
KNN(K Nearest Neighbors)
数据前处理(Data Preprocessing)技术
字段选择(Attribute Selection)
数据清洗(Data Cleansing)
字段扩充(Attribute Enrichment)
数据编码(Data Coding)
IBM SPSS Modeler& WEKA实作
进阶数据挖掘技术1 如何利用关键变量发掘技术来发掘对项目目标有效之关键变量,以做为数据挖掘之输入变量。 训练数据与测试数据的产生方法
无效变量
统计方式的变量选择
模型方式的变量选择
IBM SPSS Modeler & WEKA实作
进阶数据挖掘技术2 如何利用分类技术之贝式网络及决策树来建立交叉销售(Cross-Selling)模型,以提升公司获利。 分类之简单贝式网络(Naive Bayes)及贝式网络(Bayes Net)
分类之决策树(Decision Tree)
分类模型的评估
IBM SPSS Modeler & WEKA实作
进阶数据挖掘技术3 如何利用分类技术之神经网络、罗吉斯回归来建立信用评分(Credit Scoring)模型,以降低公司损失。 分类之神经网络(Neural Network)
分类之罗吉斯回归(Logistic Regression)
分类模型的评估
IBM SPSS Modeler & WEKA实作
进阶数据挖掘技术4 如何利用更进阶的分类技术来提升模型的分类效能,增加公司获利。 分类之支持向量机(Support Vector Machine)
分类之多模型整合(Ensemble):
装袋(Bagging)、增强(Boosting)学习
分类之多模型整合(Ensemble):
随机森林(Random Forest)
IBM SPSS Modeler & WEKA实作

完 谢谢观看

分享
收藏

OK