CDA Level Ⅱ:建模分析师。两年以上数据分析岗位工作经验,或通过CDA Level Ⅰ认证半年以上。在政府、金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与数据挖掘的人员。在Level Ⅰ的基础之上深入掌握高级多元统计方法,并且拓展时间序列分析和主要数据挖掘的理论知识与业界运用;能够熟练使用SPSS Modeler、SAS、R、Pyhton等至少一个专业数据挖掘软件实现相关算法;具有按照数据挖掘标准流程进行项目需求分析、数据验证、建模与模型评估的能力。
CDA Level Ⅱ培训课程安排
背景介绍
CDA Level Ⅰ为基础薄弱的学员提供了入行的机会,能够结合业务完成基本的数据分析并作出数据报告。但企业想要在竞争激烈的市场中胜出,决策的速度和反应的效率尤为重要。根据调查显示,75%的企业在面临拟定策略时,常常无法获得实时且有根据的决策信息。什么样的数据、要通过什么样的方法,才能快速便捷的提供对决策有价值的信息,是现代企业所面临最迫切性的问题。因此,在CDA Level Ⅰ的基础上,CDA Level Ⅱ(建模分析师)即为企业决策提供及时有效、易实现、可信赖的数据支持。
在建模分析师中,数据挖掘(Data Mining)技术无疑是他们最强有力的核心竞争力。数据挖掘强调与现有信息系统的整合,以提供决策者做决策时所需的情报,或转化成经营智慧,以作为调整营运策略方针的辅助工具。以顾客关系管理(CRM)为例,数据挖掘是整个顾客关系管理的核心。其不但可以准确的定位目标市场,进行精准营销,还可以帮助业务人员了解客户深层需求,针对大量客户进行客制化,也就是所谓的一对一营销。
本课程的目的就是要针对数据挖掘整套流程,根据CDA Level Ⅱ大纲标准,以互联网、金融、电信、电商和零售业为案例背景,开设4个不同的专题课程,分别为:SPSS MODELER数据挖掘;PYTHON数据挖掘;SAS数据挖掘;R语言数据挖掘。学员可以根据自身的需求任选一个专题,培训中将软件与商业案例有效的结合,讲授如何在实际工作中搭建数据挖掘环境,制定分类数据挖掘的标准流程,让学员胜任全方位的数据挖掘运用场景。
CDA LEVEL Ⅱ课程安排
项目名称 |
CDA Level Ⅱ建模分析师系统培训 |
时间 |
《CDA Level II 建模分析师-SPSS MODELER》专题: 北京:4月15-17日 & 4月22-24日(6天) 上海:5月06-08日 & 5月13-15日(6天) 深圳:5月20-22日 & 5月27-29日(6天) 成都:7月29-31,8月5-7日(6天) 《CDA Level II 建模分析师-SAS》专题:
北京:4月2-3,9-10,16-17日(6天) 上海:6月4-5,11-12,18-19日(6天) 《CDA LEVEL 2建模分析师-PYTHON》专题: 北京:5月14-15,21-22,28-29日(6天) 《CDA LEVEL 2建模分析师-R语言》专题: 北京:5月28-29,6月4-5,11-12日(6天)
广州:5月28-29,6月4-5,11-12日(6天)
|
地点 |
面授班:北京,培训教室 面授班:上海,人民广场教室 面授班:深圳,高新科技园 远程班:在线同步直播 |
价格 |
面授:5900元 远程:4400元 |
优惠 |
1. 全日制学生及CDA LEVEL Ⅰ老学员8折优惠(学生证证明文件) 2. 同一单位三人及以上报名9折优惠,五人及以上8折优惠 3. CDA LEVEL Ⅰ等级资格证书持有者立省1000元 4. 同时报名参加LEVELⅠ和LEVEL Ⅱ享受8折优惠 点击查看LEVEL Ⅰ课程详情 以上优惠不可叠加! 5. 报名任何一个专题可额外添加1500元获得另一个专题的全套视频 |
证书认证 |
1. 可申请报考《CDA LEVEL Ⅱ等级认证证书》(荐:含金量高)
2. 可申请《数据分析师证书》,申请费用400元(培训后即可得到) 以上双证皆自愿申请 |
现场班福利 |
全套视频资料,终身学习,在线答疑
咖啡茶歇,论坛币(1000个) |
学员对象:
1)各行业数据分析、数据挖掘从业者
2)金融、电信、零售、医学等各行业业务数据分析人员
3)政府事业单位大数据及数据挖掘项目人员
4)数据挖掘岗位就业、提拔涨薪、技能优化等从业人员
5)对数据挖掘感兴趣的各界人员
学员基础要求:
1)掌握CDA LEVEL Ⅰ大纲要求,CDA LEVEL Ⅰ详情:https://www.cda.cn/view/2488.html
2)报名赠送《SAS初级视频》/《PYTHON初级视频》/《R语言视频》,提前观看视频做好预习工作。
课程收益
(1)了解什么是顾客关系管理;(2)了解顾客关系管理系统的架构及其组成元素;(3)了解如何利用顾客关系管理系统来进行营销活动;(4)了解什么是数据挖掘(Data Mining);(5)掌握数据挖掘技术的功能分类;(6)掌握数据挖掘技术的绩效增益;(7)了解数据挖掘技术的产业标准;(8)掌握如何利用数据挖掘技术来筛选关键变量(Key Attribute);(9)掌握如何利用数据挖掘技术来进行交叉销售(Cross-Selling);(10)掌握如何利用数据挖掘技术来评估客户的信用风险(Credit Risk); (11)了解如何利用数据挖掘技术来分析顾客行为、产生商业智慧并发展营销策略。(12)掌握如何使用数据挖掘工具SPSS Modeler/SAS/PYTHON/R来完成上述的各项工作。(13)掌握构建信用打分卡的流程。
详细大纲
SPSS Modeler专题(6天) |
北京:2016年4月15-17,22-24日 上海:2016年5月06-08,13-15日 深圳:2016年5月20-22,27-29日 北京:2016年6月10-12,17-19日 |
主题 |
以企业场景、真实案例教学方式,利用SPSS MODELER来贯穿数据挖掘建模的整个内容,包括基础、算法、建模、进阶、模型优化、应用等。 |
应用范围 |
《营销活动及信用风险控制》 《企业如何处理原始数据》 《如何根据业务选取有效变量》 《如何建立交叉销售模型》 《如何建立信用评分模型》 《如何进行模型优化》 《企业如何建立预测模型》 《客户分群精准化营销》 |
算法理论 |
KDD、CRISP DM—数据处理—统计检验—决策树、罗吉斯回归、包装法—贝氏网络—神经网络—支持向量机—随机森林—聚类分析—关联分析—序列分析 |
案例操作 |
【营销客户分群】【银行风险预测】【网站行为关联分析】【商品关联规则】【交叉销售】【客户流失预警】【天气预测】【药物治疗】【疾病诊断】【零售购物篮组合】【银行金融产品序列分析】 |
SAS专题 (6天) |
北京:2016年4月2-3,9-10,16-17日 上海:2016年6月4-5,11-12,18-19日 |
主题 |
以SAS为工具,讲解SAS软件中高级编程技术,并运用SAS进行数据挖掘流程化操作。 |
应用范围 |
《银行、证券等金融企业》《大型零售企业》《通信行业》《医疗行业》 |
软件技术 |
《SAS基础编程》《SAS数据管理》《SAS编程进阶》《SAS与SQL》《SAS宏语言》《程序优化》 |
算法理论 |
|
案例操作 |
【数据驱动的风险管理】【信用卡违约预测模型案例流程】【信用评分模型】【电信客户流失预警】 |
PYTHON专题 (6天) |
北京:2016年5月14-15,21-22,28-29日 |
主题 |
以PYTHON为工具,讲解PYTHON软件数据挖掘编程技术,并运用PYTHON |
应用范围 |
《互联网企业》《网站分析》《网络产品与运营》《其他》 |
软件技术 |
《PYTHON语法基础》《PYTHON数据挖掘包》《主成分与因子分析》《聚类分析》《预测分析》《文本分析》《社会网络分析》 |
算法理论 |
线性回归与岭回归--可实现的Lasso算法--Logistic回归--广义线性模型--最近邻域法(KNN)--样条曲线--决策树--随机森林--支持向量机--线性判别模型--主成分分析PCA--样本聚类--关联规则与序贯分析 |
案例操作 |
【汽车类型聚类与地域购买偏好分析】【婚恋网站被约会可能性预测】【零售业客户价值预测模型】【新闻内容分类】【构造新闻热点词指数】【电信客户交友圈与流失预警】 |
R语言专题 (6天) |
北京:5月28-29,6月4-5,11-12日(6天) |
主题 |
|
应用范围 |
《学术界》《客户预测与客户流失》《信用违约建模》《银行金融业》 |
软件技术 |
|
算法理论 |
朴素贝叶斯--决策树--KNN--逻辑回归--神经网络--SVM--岭回归--Lasso算法--装袋法--Adaboost算法--主成分分析PCA--K-means--谱聚类--密度聚类--关联规则--序列模式 |
案例操作 |
【制作经营业务BI常用图表】【婚恋网站是否可以成功约会预测】【客户流失预测】【零售业客户价值预测模型】【信用违约建模案例】【银行客户购物篮分析】 |
2.信用评等案例:某银行希望根据客户过去的贷款数据,利用数据挖掘来预测新的贷款者,核贷后会逾期的机率,以做为银行是否核贷的依据,或提供给客户其他类型的贷款产品。3.电信客户分类(不同套餐选择)案例:某电信服务提供商通过客户使用服务的方式,将客户分为四类人。此案例的目的是想根据人口统计数据,利用数据挖掘找出这四类人的特征,并发掘这四类人的潜在新客户。4.电信客户流失案例:某电信服务提供商非常关注是否客户会流失到竞争对手。假如服务使用的数据可以用来预测哪些客户有可能被转移到另一个提供商,则此提供商可提供客制化的优惠,以尽可能留住客户。此案例的目的是想根据服务使用的数据,利用数据挖掘来预测客户的流失。5.新车设计案例:某汽车制造商开发两种新车(汽车及卡车)的原型。在将新车型引入至产品系列之前,该制造商想知道竞争对手已经上市的车辆中,哪些与这两款产品的原型最为相似,以确定这两种新车将与哪些车型展开竞争。
次要操作案例:
1.天气(Weather)案例2.玻璃制品(Glass)案例3.电信产品跨销售(Cross-Selling)案例4.药物治疗(Drag Diagnosis)案例5.糖尿病(Diabetes)案例6.乳癌(Breast Cancer)案例7.临床路径选择(Clinical Path)案例8.电离层雷达侦测(Ionosphere)案例9.寿险推销(Insurance Promotion)案例10.影像分类(Image)案例11.便利超商选点(Convenient Store)案例12.零售促销预测(Retail Promotion)案例13.房价(Home Price)预测案例14.汽车油耗(MPG)预测案例15.CPU效能(CPU Performance)预测案例16.银行客户购买金融商品(Financial Product)之关联分析(Association Analysis)案例17.文具(Stationery)及健康美容(Health & Beauty)用品之关联分析(Association Analysis)案例18.银行客户购买金融商品(Financial Product)之序列分析(Sequential Analysis)案例
李御玺,教授,国立台湾大学资讯工程博士,铭传大学资讯工程学系教授,铭传大学大数据研究中心主任,中华数据挖掘协会理事,云南财经大学信息学院客座教授,浙江大学城市学院客座教授,厦门大学数据挖掘中心顾问,中国人民大学数据挖掘中心顾问,IBM SPSS-China顾问,SAS-Taiwan顾问。在其相关研究领域已发表超过260篇以上的研究论文,同时也是国科会与教育部多个相关研究计划的主持人。
服务过的客户包括:中国工商局、中信银行、台新银行、联邦银行、新光银行、 新竹国际商业银行(现已并入渣打银行)、第一银行、永丰银行、远东银行、美商大都会人寿、嘉义基督教医院、台湾微软、零售业如赫莲娜(Helena Rubinstein)化妆品公司、特立和乐(HOLA)公司、航空公司如东方航空公司、中华航空公司、汽车行业如福特(Ford)汽车公司;政府行业如国税局等。
徐筱刚,男,高级数据分析师,具有深厚的数理统计与应用数据分析专业背景,上海某金融机构数据分析部门高级DA,具有八年数据分析、数据挖掘的从业经验,曾就职零售企业、咨询公司等,独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。
常国珍,曾为德勤管理咨询高级数据挖掘咨询顾问,SAS官方培训资深讲师,2014年SAS软件大赛判卷人,曾以数据挖掘工程师身份就职于亚信科技(中国)有限公司市场部。具有八年的数据挖掘实战经验,主攻分类模型,涉及客户精准营销、信用评估、价值提升、欺诈侦测和流失预警等数据挖掘主题,尤其熟悉银行个人客户精准营销的建模工作。
资格认证:SAS全球认证“Certified Statistical Business Analyst Using SAS 9 Regression and Modeling”、“Certified Advanced Programmer for SAS 9”。
张良均, 高级信息系统项目管理师,现为广州泰迪智能科技有限公司总经理,毕业于华中科技大学工学硕士,一直从事数据挖掘技术及其应用的策划和研发。《数据挖掘:实用案例分析》、《神经网络实用教程》主编,数据挖掘相关论文数十篇,专利近10项。广东工业大学、华南师范大学兼职教授。主导研发基于云计算的海量数据挖掘平台,获得SAS及SPSS数据挖掘认证,具有电力、电信、银行、水产养殖、制造企业、电子商务和电子政务的项目经验和行业背景。
邹博,北师大计算机博士毕业,在科学院从事机器学习和数据挖掘科研工作,主持完成三维计算几何行业建模软件,擅长方向为机器学习、数据挖掘、自然语言处理、计算几何。主持三维数字地质图制图技术及其应用、三维地质建模应用示范研究、遥感信息解译与像元增强研究等多项部级科研项目,对大型软件架构有深刻理解,改进了多项遥感图像的分割、分类、增强算法并用于实际。在多家大学和教育机构担任机器学习和数据挖掘讲师,实战经验丰富,算法推导细致透彻,广受学员好评。
资格认证
CDA LEVEL Ⅱ资格认证证书
CDA考试安排:
1. 考试时间2016年6月26日
2. 考试内容:CDA LEVLE Ⅱ建模分析师大纲。
3. 报名费用:1500元/人。参加CDA系统培训学员费用为1000/人。
4. 其他:CDA考试一次不过可申请补考,补考费用为原价一半。证书3年审核一次。
5. 报考链接:https://www.cda.cn/online_registration.html
数据分析咨询请扫描二维码
数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20统计学专业的就业方向和前景非常广泛且充满机遇。随着大数据、人工智能等技术的快速发展,统计学的重要性进一步凸显,相关人才的 ...
2024-11-20