5月好课∣CDA Level II 建模分析师，带你玩转数据挖掘！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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。

5月最新安排

时间&地点	PYTHON专题：北京：5月14-15，21-22，28-29日 SPSS MODELER专题：深圳：5月19-22 & 5月28-29 R语言专题：北京：5月28-29，6月4-5，11-12日                    广州：5月28-29，6月4-5，11-12日
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 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

课程大纲

PYTHON专题	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】
SPSS Modeler专题（6天）	深圳：2016年5月20-22，27-29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】
R语言专题	北京：5月28-29，6月4-5，11-12日（6天）
主题	以R为工具，讲解R语言软件数据挖掘编程技术，并运用R
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	《R常用包》《R语言编程》《预测模型》《降维》《分类模型》《样本聚类》
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】

立即报名

python：面授：http://www.peixun.net/main.php?mod=buy&cid=550

               远程：http://www.peixun.net/main.php?mod=buy&cid=549

R语言：面授：http://www.peixun.net/main.php?mod=buy&cid=551

             远程：http://www.peixun.net/main.php?mod=buy&cid=552

SPSS modeler:面授：http://www.peixun.net/main.php?mod=buy&cid=382

                        远程：http://www.peixun.net/main.php?mod=buy&cid=460

【咨询方式】

电话：010-68411404

手机：18010006628（陈老师）QQ：2881989709  
          18511302788（王老师）QQ：  2881989710  
邮箱：chenwenjing@pinggu.org

         wangzhenda@pinggu.org

——Join Learn!

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：CDA LEVEL Level 数据挖掘 Leve EVE 工作经验 安排时间 互联网 分析师 北京

主要操作案例：
1.银行客户营销案例：某银行希望通过提供客户对的营销活动，在未来实现更多的获利。此案例的目的是想根据以往的促销活动，利用数据挖掘找出会对营销活动有响应的客户特征，并根据建模的结果产生要邮寄的促销客户名单。
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

讲师简介
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。

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。

数据挖掘在商业市场中作用之大！欢迎参加！

CDA level  II 建模分析师。四大专题，总有你的菜！