当前位置: 首页 > 内训课程 > 课程内容
广告1
相关热门公开课程更多 》
相关热门内训课程更多 》
相关最新下载资料
大数据建模与模型优化实战培训

大数据建模与模型优化实战培训

课程编号：32159

课程价格：￥26000/天

课程时长：3 天

课程人气：400

行业类别：行业通用     

专业类别：大数据 

授课讲师：傅一航

  • 课程说明
  • 讲师介绍
  • 选择同类课
【培训对象】
业务支撑、网络中心、IT系统部、数据分析部等对业务数据分析有较高要求的相关专业人员。

【培训收益】


第一部分：数据建模流程
1、预测建模六步法
选择模型：基于业务选择恰当的数据模型
特征工程：选择对目标变量有显著影响的属性来建模
训练模型：采用合适的算法对模型进行训练，寻找到最优参数
评估模型：进行评估模型的质量，判断模型是否可用
优化模型：如果评估结果不理想，则需要对模型进行优化
应用模型：如果评估结果满足要求，则可应用模型于业务场景
2、数据挖掘常用的模型
定量预测模型：回归预测、时序预测等
定性预测模型：逻辑回归、决策树、神经网络、支持向量机等
市场细分：聚类、RFM、PCA等
产品推荐：关联分析、协同过滤等
产品优化：回归、随机效用等
产品定价：定价策略/最优定价等
3、特征工程/特征选择/变量降维
基于变量本身特征
基于相关性判断
因子合并（PCA等）
IV值筛选（评分卡使用）
基于信息增益判断（决策树使用）
4、模型评估
模型质量评估指标：R^2、正确率/查全率/查准率/特异性等
预测值评估指标：MAD、MSE/RMSE、MAPE、概率等
模型评估方法：留出法、K拆交叉验证、自助法等
其它评估：过拟合评估、残差检验
5、模型优化
优化模型：选择新模型/修改模型
优化数据：新增显著自变量
优化公式：采用新的计算公式
集成思想：Bagging/Boosting/Stacking
6、常用预测模型介绍
时序预测模型
回归预测模型
分类预测模型
第二部分：建模特征工程
问题：如何选择合适的属性/特征来建模呢？选择的依据是什么？比如价格是否可用于产品销量预测？
1、数据预处理vs特征工程
2、特征工程处理内容
变量变换
变量派生
变量精简（特征选择、因子合并）
类型转换
3、特征选择常用方法
相关分析、方差分析、卡方检验
4、相关分析（衡量两数据型变量的线性相关性）
相关分析简介
相关分析的应用场景
相关分析的种类
简单相关分析
偏相关分析
距离相关分析
相关系数的三种计算公式
Pearson相关系数
Spearman相关系数
Kendall相关系数
相关分析的假设检验
相关分析的四个基本步骤
演练：营销费用会影响销售额吗？影响程度如何量化？
演练：哪些因素与汽车销量有相关性
演练：影响用户消费水平的因素会有哪些
偏相关分析
偏相关原理：排除不可控因素后的两变量的相关性
偏相关系数的计算公式
偏相关分析的适用场景
距离相关分析
5、方差分析（衡量类别变量与数值变量间的相关性）
方差分析的应用场景
方差分析的三个种类
单因素方差分析
多因素方差分析
协方差分析
单因素方差分析的原理
方差分析的四个步骤
解读方差分析结果的两个要点
演练：摆放位置与销量有关吗
演练：客户学历对消费水平的影响分析
演练：广告和价格是影响终端销量的关键因素吗
演练：营业员的性别、技能级别对产品销量有影响吗
演练：寻找影响产品销量的关键因素
多因素方差分析原理
多因素方差分析的作用
多因素方差结果的解读
演练：广告形式、地区对销量的影响因素分析
协方差分析原理
协方差分析的适用场景
演练：排除产品价格，收入对销量有影响吗？
6、列联分析/卡方检验（两类别变量的相关性分析）
交叉表与列联表：计数值与期望值
卡方检验的原理
卡方检验的几个计算公式
列联表分析的适用场景
案例：套餐类型对客户流失的影响分析
案例：学历对业务套餐偏好的影响分析
案例：行业/规模对风控的影响分析
第三部分：线性回归模型
营销问题：如何预测未来的产品销量/销售额？如果产品跟随季节性变动，该如何预测？
1、回归分析简介和原理
2、回归分析的种类
一元回归/多元回归
线性回归/非线性回归
3、常用回归分析方法
散点图+趋势线（一元）
线性回归工具（多元线性）
规划求解工具（非线性回归）
演练：散点图找营销费用与销售额的关系
4、线性回归分析的五个步骤
演练：营销费用、办公费用与销售额的关系（线性回归）
5、线性回归方程的解读技巧
定性描述：正相关/负相关
定量描述：自变量变化导致因变量的变化程度
6、回归预测模型评估
质量评估指标：判定系数R^2
如何选择最佳回归模型
演练：如何选择最佳的回归预测模型（一元曲线回归）
7、带分类自变量的回归预测
演练：汽车季度销量预测
演练：工龄、性别与终端销量的关系
演练：如何评估销售目标与资源最佳配置
8、自动筛选不显著因素（自变量）
第四部分：回归模型优化
1、回归分析的基本原理
三个基本概念：总变差、回归变差、剩余变差
方程的显著性检验：方程可用性
因素的显著性检验：因素可用性
方程拟合优度检验：质量好坏程度
理解标准误差含义：预测准确性？
2、回归模型优化措施：寻找最佳回归拟合线
如何处理预测离群值（剔除离群值）
如何剔除不显著因素（剔除不显著因素）
如何进行非线性关系检验（增加非线性自变量）
如何进行相互作用检验（增加相互作用自变量）
如何进行多重共线性检验（剔除共线性自变量）
演练：模型优化演示
3、好模型都是优化出来的
第五部分：自定义回归模型
1、回归建模的本质
2、规划求解工具简介
3、自定义回归模型
案例：如何对客流量进行建模预测及模型优化
4、回归季节预测模型模型
回归季节模型的原理及应用场景
加法季节模型
乘法季节模型
模型解读
案例：美国航空旅客里程的季节性趋势分析
5、新产品累计销量的S曲线
S曲线模型的应用场景（最大累计销量及销量增长的拐点）
珀尔曲线
龚铂兹曲线
案例：如何预测产品的销售增长拐点，以及销量上限
演练：预测IPad产品的销量

第六部分：定量模型评估
1、定量预测模型的评估
方程显著性评估
因素显著性评估
拟合优度的评估
估计标准误差评估
预测值准确度评估
2、模型拟合度评估
判定系数：
调整判定系数：
3、预测值准确度评估
平均绝对误差：MAE
根均方差：RMSE
平均误差率：MAPE
4、其它评估：残差检验、过拟合检验
第七部分：时序预测模型
营销问题：像利率/CPI/GDP等按时序变化的指标如何预测？当销量随季节周期变动时该如何预测？
1、回归预测vs时序预测
2、因素分解思想
3、时序预测常用模型
趋势拟合
季节拟合
平均序列拟合
4、评估预测值的准确度指标：MAD、RMSE、MAPE
5、移动平均（MA）
应用场景及原理
移动平均种类
一次移动平均
二次移动平均
加权移动平均
移动平均比率法
移动平均关键问题
如何选取最优参数N
如何确定最优权重系数
演练：平板电脑销量预测及评估
演练：快销产品季节销量预测及评估
6、指数平滑（ES）
应用场景及原理
最优平滑系数的选取原则
指数平滑种类
一次指数平滑
二次指数平滑（Brown线性、Holt线性、Holt指数、阻尼线性、阻尼指数）
三次指数平滑
演练：煤炭产量预测
演练：航空旅客量预测及评估
7、温特斯季节预测模型
适用场景及原理
Holt-Winters加法模型
Holt-Winters乘法模型
演练：汽车销量预测及评估
8、平稳序列模型（ARIMA）
序列的平稳性检验
平稳序列的拟合模型
AR(p)自回归模型
MA(q)移动模型
ARMA(p,q)自回归移动模型
模型的识别与定阶
ACF图/PACF图
最小信息准则
序列平稳化处理
变量变换
k次差分
d阶差分
ARIMA(p,d,q)模型
演练：上海证券交易所综合指数收益率序列分析
演练：服装销售数据季节性趋势预测分析
平稳序列的建模流程
第八部分：分类预测模型
问题：如何评估客户购买产品的可能性？如何预测客户的购买行为？如何提取某类客户的典型特征？如何向客户精准推荐产品或业务？
1、分类模型概述及其应用场景
2、常见分类预测模型
3、逻辑回归（LR）
逻辑回归的适用场景
逻辑回归的模型原理
逻辑回归分类的几何意义
逻辑回归的种类
二项逻辑回归
多项逻辑回归
如何解读逻辑回归方程
带分类自变量的逻辑回归分析
多项逻辑回归/多分类逻辑回归
案例：如何评估用户是否会购买某产品（二项逻辑回归）
案例：多品牌选择模型分析（多项逻辑回归）
4、分类决策树（DT）
问题：如何预测客户行为？如何识别潜在客户？
风控：如何识别欠贷者的特征，以及预测欠贷概率？
客户保有：如何识别流失客户特征，以及预测客户流失概率？
决策树分类简介
案例：美国零售商（Target）如何预测少女怀孕
演练：识别银行欠货风险，提取欠贷者的特征
决策树分类的几何意义
构建决策树的三个关键问题
如何选择最佳属性来构建节点
如何分裂变量
修剪决策树
选择最优属性生长
熵、基尼索引、分类错误
属性划分增益
如何分裂变量
多元划分与二元划分
连续变量离散化（最优分割点）
修剪决策树
剪枝原则
预剪枝与后剪枝
构建决策树的四个算法
C5.0、CHAID、CART、QUEST
各种算法的比较
如何选择最优分类模型？
案例：商场用户的典型特征提取
案例：客户流失预警与客户挽留
案例：识别拖欠银行货款者的特征，避免不良货款
案例：识别电信诈骗者嘴脸，让通信更安全
多分类决策树
案例：不同套餐用户的典型特征
决策树模型的保存与应用
5、人工神经网络（ANN）
神经网络概述
神经网络基本原理
神经网络的结构
神经网络分类的几何意义
神经网络的建立步骤
神经网络的关键问题
BP反向传播网络（MLP）
径向基网络（RBF）
案例：评估银行用户拖欠货款的概率
6、判别分析（DA）
判别分析原理
判别分析种类
Fisher线性判别分析
案例：MBA学生录取判别分析
案例：上市公司类别评估
7、最近邻分类（KNN）
KNN模型的基本原理
KNN分类的几何意义
K近邻的关键问题
8、支持向量机（SVM）
SVM基本原理
线性可分问题：最大边界超平面
线性不可分问题：特征空间的转换
维灾难与核函数
9、贝叶斯分类（NBN）
贝叶斯分类原理
计算类别属性的条件概率
估计连续属性的条件概率
预测分类概率（计算概率）
拉普拉斯修正
案例：评估银行用户拖欠货款的概率
第九部分：定性模型评估
1、模型的评估指标
两大矩阵：混淆矩阵，代价矩阵
六大指标：Acc,P,R,Spec,F1,lift
三条曲线：
ROC曲线和AUC
PR曲线和BEP
KS曲线和KS值
2、模型的评估方法
原始评估法
留出法（Hold-Out）
交叉验证法（k-fold cross validation）
自助采样法（Bootstrapping）
第十部分：模型集成优化
1、模型的优化思路
2、集成算法基本原理
单独构建多个弱分类器
多个弱分类器组合投票，决定预测结果
3、集成方法的种类
Bagging
Boosting
Stacking
4、Bagging集成
数据/属性重抽样
决策依据：少数服从多数
典型模型：随机森林RF
5、Boosting集成
基于误分数据建模
样本选择权重更新公式
决策依据：加权投票
典型模型：AdaBoost模型
6、其它高级集成算法：GBDT，XGBoost等
结束：课程总结与问题答疑。 

关于我们

行业优势

核心产品

联系我们

24小时热线：0571-86155444

商业及渠道合作：13857108608

扫一扫，关注公众号

管理培训、管理培训机构、管理培训课程、管理培训讲师、领导力培训、执行力培训、沟通培训、赋能培训


版权所有 © 杭州匠道企业管理咨询有限公司 浙ICP备18040702号-1

咨询电话：
0571-86155444
咨询热线：
  • 微信：13857108608
联系我们