?

• 了解數(shù)據(jù)倉庫、數(shù)據(jù)挖掘基本概念及方法論
• 了解數(shù)據(jù)挖掘商業(yè)價值
• 掌握數(shù)據(jù)挖掘建模的主要方法
• 學(xué)習(xí)數(shù)據(jù)挖掘的實(shí)際應(yīng)用方法
• 了解企業(yè)級數(shù)據(jù)分析與挖掘能力體系建設(shè)

• 數(shù)據(jù)挖據(jù)的基礎(chǔ)—— 數(shù)據(jù)倉庫概述	介紹數(shù)據(jù)倉庫概念 介紹數(shù)據(jù)倉庫發(fā)展過程 介紹行業(yè)數(shù)據(jù)倉庫及BI的解決方案 介紹數(shù)據(jù)倉庫中數(shù)據(jù)分析的工作模式及數(shù)據(jù)管控原則
  數(shù)據(jù)挖掘概述	介紹數(shù)據(jù)挖掘流程 介紹數(shù)據(jù)挖掘與數(shù)據(jù)倉庫的關(guān)系 介紹數(shù)據(jù)挖掘和報表/OLAP的不同 介紹適用數(shù)據(jù)挖掘的業(yè)務(wù)問題及數(shù)據(jù)挖掘的商業(yè)價值 辨析對數(shù)據(jù)挖掘的誤解 介紹數(shù)據(jù)挖掘的成功因素
  數(shù)據(jù)挖掘方法論	介紹數(shù)據(jù)挖掘方法論的初衷 介紹數(shù)據(jù)挖掘方法論CRISP-DM的歷史 介紹CRISP-DM的步驟、每一步的相關(guān)任務(wù)及需要關(guān)注的問題
  數(shù)據(jù)理解與數(shù)據(jù)準(zhǔn)備	介紹探索性數(shù)據(jù)分析 介紹數(shù)據(jù)預(yù)處理技術(shù) ?
  預(yù)測性數(shù)據(jù)挖掘算法原理——決策樹	介紹決策樹的應(yīng)用場景和主要應(yīng)用 介紹決策樹的基本原理 如何評估、提高決策樹模型的穩(wěn)定性 案例分析
  預(yù)測性數(shù)據(jù)挖掘算法原理——回歸分析	介紹線性回歸模型及其適用場景 介紹Logistic回歸及其適用場景 介紹Logistic回歸的數(shù)據(jù)預(yù)處理 介紹回歸中重要的問題，包括多重共線 介紹逐步回歸的方法 案例分析
  預(yù)測性數(shù)據(jù)挖掘算法原理——神經(jīng)網(wǎng)絡(luò)	介紹神經(jīng)網(wǎng)絡(luò)與一般回歸模型的關(guān)系 介紹神經(jīng)網(wǎng)絡(luò)的基本原理 介紹數(shù)據(jù)預(yù)處理 案例分析
  描述性數(shù)據(jù)挖掘算法原理——聚類	介紹聚類與預(yù)測的區(qū)別 介紹聚類分析的適用場景和主要應(yīng)用 介紹聚類的基本原理 介紹影響聚類結(jié)果的因素 案例分析
  描述性數(shù)據(jù)挖掘算法原理——關(guān)聯(lián)規(guī)則	介紹關(guān)聯(lián)規(guī)則的應(yīng)用場景和主要應(yīng)用 介紹關(guān)聯(lián)規(guī)則的基本原理 介紹關(guān)聯(lián)規(guī)則的重要度量 案例分析
  總結(jié)——企業(yè)級數(shù)據(jù)分析與挖掘能力體系建設(shè)	分析與挖掘的業(yè)務(wù)價值框架 分析與挖掘的管理框架 組織架構(gòu)與部門職能 人才培養(yǎng)和能力提升體系 客戶360信息管理 分析挖掘流程管理?