发帖
雷达卡
》4大主题，4大真实业务案例
包含欺诈检测，推荐系统，客户流失分析及信用评分方法四大主题内容，从银行、电信、互联网金融，电影评分等真实业务案例分析，提升实战能力。
》可作为业务分析模板
课程内容完全基于真实业务分析场景构建，提供全部编写的函数工具和源代码，可直接作为同类业务场景中的业务分析模板加以使用。
》47小时视频+资料+答疑
本系列包含4门课程，总时长47小时；
提供函数工具和源代码；
张文彤老师亲自答疑。
讲师简介
张文彤，博士，数据挖掘，市场研究，统计应用领域深耕多年。已出版多本软件教材、数据分析与挖掘专著，现为上海吴鲲企业管理咨询有限公司合伙人。
曾在复旦大学公共卫生学院任教数载，其教学有讲解深入浅出、突出重点，简明易懂等特点。
拥有20+年数据分析及统计软件商业培训经验，精通业内广泛使用的SAS、SPSS、Modeler、R、Tableau、Python等数据分析/数据挖掘工具，曾作为SPSS官方培训师，从2001年起一手协助SPSS中国建立其培训体系。
主编SPSS、SAS等统计软件教材10+本，其SPSS教材被教育部评为2003-3004年度教育部研究生推荐教材，后续版本被国内外三百多所高校选用为本科生/研究生教材。
01 欺诈检测 9小时42分钟
医疗保险欺诈案例用于详细阐述欺诈检测应当如何结合行业特征构建分析模型框架，并最终完成各类模型的实施和应用；金融欺诈案例则多面展示了如何将预测类模型用于欺诈案例的甄别。两个案例结合，完整覆盖了欺诈检测领域中的方法体系。
课程大纲
第1章 欺诈检测（Fraud Detection）概述
第2章 医疗保险欺诈案例的数据理解
第3章 用比对法发现欺诈
第4章 用比较法发现欺诈
第5章 用模型法发现欺诈
第6章 监督学习方法的欺诈检测实例
点击订阅：https://edu.pinggu.org/detail/p_6110cbbbe4b0a27d0e3b19c2/6
02 推荐系统 12小时49分钟
充分考虑到案例代表性和分析需求上的差异化，精选电影评分和云音乐歌单数据这两个业务案例，分别代表rating和non-rating这两类推荐系统将会面对的典型数据类型，更有利于拓展学员的分析能力。
课程大纲
第1章 推荐系统概述（上）
第2章 推荐系统概述（下）
第3章 Suprise包使用入门
第4章 协同过滤
第5章 矩阵分解
第6章 基于内容的推荐算法
第7章 结合文本挖掘进行推荐
第8章 基于列表序列进行推荐
第9章 聚类方法在推荐系统中的应用
第10章 冷启动问题
点击订阅：https://edu.pinggu.org/detail/p_6110ecbae4b0a27d0e3b32b3/6
03 客户流失分析 11小时28分钟
基于电信行业和银行业的实际流失分析案例，完整实现了流失问题从业务角度出发的评估、定位、数据整理、建模、效果评价、业务实施的完整流程，整个分析流程和相关代码可作为分析模板供学员在工作中直接套用。
课程大纲
第1章 电信客户流失案例之商业理解
第2章 数据理解与数据准备
第3章 电信案例的建模分析
第4章 模型应用及营销预演
第5章 银行客户流失案例之商业理解
第6章 更专业的数据准备流程
第7章 银行案例的建模分析
点击订阅：https://edu.pinggu.org/detail/p_610ca94ae4b0bf64300250d3/6
04 信用评分方法 13小时
使用银行征信和互联网金融征信两个真实案例，完整实现了评分卡模型在相关业务领域中的构建流程。
课程大纲
第1章 评分卡模型概述
第2章 传统银行案例之商业理解
第3章 数据理解与数据准备
第4章 数据分箱
第5章 应用logistic回归建模
第6章 从模型结果到评分卡
第7章 评分卡的使用与效果监控
第8章 互联网金融案例介绍
第9章 互联网金融案例的数据预处理
第10章 分箱操作的自动化实现
第11章 互联网金融案例的特征筛选
第12章 互联网金融案例的建模分析
点击订阅：https://edu.pinggu.org/detail/p_61109004e4b0a27d0e3af47c/6
更多信息咨询：
小丸子
微信：jgzhwanzi
京公网安备 11010802022788号
