使用R语言快速上手商业数据挖掘
Posted 经管之家
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用R语言快速上手商业数据挖掘相关的知识,希望对你有一定的参考价值。
当你开始从事或者准备研究数据分析领域工作时,会面临选择语言的问题,你需要一种在这些领域都具有重要功能的语言。同时你需要执行这些任务的工具,以及在你所选语言中来学习这些技能的资源。
选择工具时候,有一个常规的原则就是你更多地需要关注流程和技术,而不是语法。
你需要学习如何解决问题。
你需要学习如何在数据中找到真知灼见。
为此,你需要掌握数据科学的3个核心技能领域:数据处理,数据可视化和机器学习。在R语言中掌握这些技能将比任何其他语言都容易。
一、数据处理
一般来说,数据科学中80%的工作都是数据处理。通常情况下,你需要花费大量时间来整理你的数据。R语言中有一些很棒的数据管理工具。
R语言中的dplyr包使数据处理变得容易,这可以大大简化数据处理的工作流程。
二、数据可视化
ggplot2是最佳的数据可视化工具之一。ggplot2的好处是,在学习语法的同时,还学习如何思考数据可视化。
所有的统计可视化都有很深层的结构。存在构建数据可视化的高度结构化框架,ggplot2基于该框架。
此外,当将ggplot2和dplyr组合在一起时,从数据中得出相关见解几乎毫不费力。
除此之外,R语言还有众多功能强大的数据可视化包,如recharts,shiny,plotly等等。
三、机器学习
最后,还有机器学习。虽然我认为大多数数据科学初学者不应该急于学习机器学习(首先掌握数据探索更为重要),机器学习是一项重要的技能。当数据探索不再带来洞察力时,你则需要更强大的工具。
如何系统学习和进阶R语言商业数据挖掘?
CDA LEVEL II 建模分析师认证培训班-R语言专题。强强联合打造稀缺商业数据分析课程。本课程将世界客户关系管理方面的领导者美库尔公司(Merkle Inc)在专业管理咨询方面的几十年的经验积累与CDA数据分析研究院的教学理念与方法相结合,归纳了在商业智能系统设计、客户画像、精准营销、生命周期价值管理等主题的课程。为实践者提供全面的使用R进行商业数据分析的解决方案。
时间:2018年8月04日~8月19日
地点:北京现场& 全国直播
授课安排:现场班5900元远程班4400元
一、数据挖掘前沿与R语言
01-01商业数据分析的本质
01-02商业数据分析的阶段与行业运用
01-03商业数据挖掘通用方法论
01-04R语言基础
01-05数据清洗方法
01-06错误值、缺失值及噪声值处理
01-07变量压缩
01-08案例:贷款数据的数据清洗
二、回归建模分析方法
02-01线性回归建模与检验
02-02回归模型的模型评估
02-03正则化方法
02-04逻辑回归介绍
02-05分类模型的模型评估
02-06极大似然法估计
02-07模型评估方法
02-08案例:信用卡客户价值预测模型
02-09案例:汽车贷款初始评分模型
三、决策树与神经网络建模
03-01使用决策树进行流失预警模型
03-02决策树建模方法
03-03决策树模型修剪
03-04使用神经网络进行营销响应预测
03-05感知器与BP神经网络
03-06径向基神经网络
03-07深度学习及常用框架(Caffe、Tensorflow)
03-08案例:电子产品客户购买决策模型
03-09案例:信贷产品行为评分模型
四、分类器与组合模型
04-01KNN最近领域建模
04-02贝叶斯网络
04-03高级分类器:支持向量机( SVM)
04-04封装与提升
04-05随机森林与梯度树
04-06案例:婚恋网站客户成功约会预测
04-07案例:网站虚假注册客户识别
04-07案例:客户精准营销案例
五、客户与市场分析方法
05-01理解客户画像和客户分群
05-02客户特征提取与FRM方法
05-03层次聚类(Ward、Birch)
05-04基于划分的聚类(K-means)
05-05谱聚类
05-06基于密度的聚类(DBSCAN)
05-07案例:某人寿保险公司客户分群
05-08案例:邮轮公司客户分群
六、推荐算法提升客户价值
06-01Apriori算法、FP-growth算法
06-02顺贯模型
06-02推荐系统设计
06-02模型生命周期
06-02数据挖掘体系建设
06-02案例:电商交叉销售案例
06-02案例:金融机构交叉销售案例
1. 在线填写报名信息
2. 给予反馈,确认报名信息
3. 网上缴费
4. 开课前一周发送电子版课件和教室路线图
朱江
CDA数据分析师讲师/挪威科技大学工学硕士
现为CDA数据分析研究院课程开发副总监,精通R语言数据挖掘。从事电商与互联网数据分析的教学工作,CDA数据挖掘竞赛的评委。研究方向为电商推荐系统开发,数据可视化,客户特征提取和客户行为模式发现。
瞿辉
美库尔公司分析经理/中国科学技术大学统计学硕士毕业
多年数据分析和挖掘的工作经历,精通SAS和R,对各种机器学习算法和统计模型都有深入研究,负责过保险、医药、零售以及电商等多个行业的数据分析项目,在客户画像、用户分群、精确营销、销售预测、营销组合优化等领域有丰富经验。
课程顾问:赵老师
13121318867(微信)
以上是关于使用R语言快速上手商业数据挖掘的主要内容,如果未能解决你的问题,请参考以下文章