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
大数据建模应用实战

大数据建模应用实战

课程编号：32162

课程价格：￥26000/天

课程时长：3 天

课程人气：278

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：数据建模基本过程
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
属性筛选：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，寻找到最合适的模型参数
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
数值预测模型：回归预测、时序预测等
分类预测模型：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、属性筛选/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
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
6、模型实现算法（暂略）
7、好模型是优化出来的
案例：通信客户流失分析及预警模型

第二部分：属性筛选方法
问题：如何选择合适的属性来进行建模预测？
比如：价格是否可用于产品销量的预测？套餐的合理性是否会影响客户流失？在欺诈风险中有哪些数据会有异常表现？

1、属性筛选/变量降维的常用方法
基于变量本身特征来选择属性
基于数据间的相关性来选择属性
基于因子合并（如PCA分析）实现变量的合并
利用IV值筛选
基于信息增益来选择属性
2、相关分析（衡量变量间的线性相关性）
问题：这两个属性是否会相互影响？影响程度大吗？
相关分析简介
相关分析的三个种类
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：体重与腰围的关系
演练：营销费用会影响销售额吗
演练：哪些因素与汽车销量有相关性
演练：通信费用与开通月数的相关分析
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
3、方差分析(衡量类别变量与数据变量的相关性)
问题：哪些才是影响销量的关键因素？
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
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：终端摆放位置与终端销量有关吗
演练：开通月数对客户流失的影响分析
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（多因素）
协方差分析原理
协方差分析的适用场景
演练：饲料对生猪体重的影响分析（协方差分析）
4、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
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
5、相关性分析各种方法的适用场景
6、主成份分析（PCA）
因子分析的原理
因子个数如何选择
如何解读因子含义
案例：提取影响电信客户流失的主成分分析

第三部分：回归预测模型篇
问题：如何预测产品的销量/销售金额？如果产品跟随季节性变动，该如何预测？新产品上市，如果评估销量上限及销售增速？
1、常用的数值预测模型
回归预测
时序预测
2、回归预测/回归分析
问题：如何预测未来的销售量（定量分析）？
回归分析的基本原理和应用场景
回归分析的种类（一元/多元、线性/曲线）
得到回归方程的四种常用方法
Excel函数
散点图+趋势线
线性回归工具
规范求解
线性回归分析的五个步骤
回归方程结果的解读要点
评估回归模型质量的常用指标
评估预测值的准确度的常用指标
演练：散点图找推广费用与销售额的关系（一元线性回归）
演练：推广费用、办公费用与销售额的关系（多元线性回归）
演练：让你的营销费用预算更准确
演练：如何选择最佳的回归预测模型（曲线回归）
带分类变量的回归预测
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配置（营业厅）
3、自动筛选不显著自变量

第四部分：回归预测模型优化篇
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：是否可以做回归分析？
因素的显著性检验：自变量是否可用？
拟合优度检验：回归模型的质量评估？
理解标准误差的含义：预测的准确性？
2、回归模型优化思路：寻找最佳回归拟合线
如何处理预测离群值（剔除离群值）
如何剔除非显著因素（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）
如何检验误差项（修改因变量）
如何判断模型过拟合（模型过拟合判断）
案例：模型优化案例
3、规划求解工具简介
4、自定义回归模型（如何利用规划求解进行自定义模型）
案例：如何对餐厅客流量进行建模及模型优化
5、好模型都是优化出来的
第五部分：分类预测模型
问题：如何评估客户购买产品的可能性？或者说，影响客户购买意向的产品关键特性是什么？
1、分类预测模型概述
2、常见分类预测模型
3、评估分类模型的常用指标
正确率、查全率/查准率、特异性等
4、逻辑回归分析模型（LR）
问题：如果评估用户是否购买产品的概率？
逻辑回归模型原理及适用场景
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
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）
5、决策树分类（DT）
问题：如何提取客户流失者、拖欠货款者的特征？如何预测其流失的概率？
决策树分类的原理
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
如何修剪决策树
选择最优属性
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（最优划分点）
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：识别银行欠货风险，提取欠货者的特征
案例：客户流失预警与客户挽留模型
6、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
7、判别分析（DA）
判别分析原理
距离判别法
典型判别法
贝叶斯判别法
案例：MBA学生录取判别分析
案例：上市公司类别评估
8、最近邻分类（KNN）
基本原理
关键问题
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
贝叶斯网络种类：TAN/马尔科夫毯
预测分类概率（计算概率）
案例：评估银行用户拖欠货款的概率
10、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
维空难与核函数

第六部分：分类模型优化篇（集成方法）
1、集成方法的基本原理：利用弱分类器构建强分类模型
选取多个数据集，构建多个弱分类器
多个弱分类器投票决定
2、集成方法/元算法的种类
Bagging算法
Boosting算法
3、Bagging原理
如何选择数据集
如何进行投票
随机森林
4、Boosting的原理
AdaBoost算法流程
样本选择权重计算公式
分类器投票权重计算公式

第七部分：时序预测模型
问题：无法找到影响因素，无法回归建模，怎么办？随着业务受季节性因素影响，未来的销量如何预测？
1、时序序列简介
2、时序分析的原理及应用场景
3、常见时序预测模型
1、评估预测值的准确度指标
平均绝对误差MAD
均方差MSE/RMSE
平均误差率MAPE
4、移动平均
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
最佳期数N的选择原则
最优权重系数的选取原则
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
5、指数平滑
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
6、温特期季节性预测模型
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
7、回归季节预测模型
季节性回归模型的参数
基于时期t的相加模型
基于时期t的相乘模型
怎样解读模型的含义
案例：美国航空旅客里程的季节性趋势分析
8、新产品预测模型与S曲线
新产品累计销量的S曲线模型
如何评估销量增长的上限以及拐点
珀尔曲线与龚铂兹曲线
案例：如何预测产品的销售增长拐点，以及销量上限
演戏：预测IPad产品的销量
第八部分：银行信用评分卡模型
1、信用评分卡模型简介
2、评分卡的关键问题
3、信用评分卡建立过程
筛选重要属性
数据集转化
建立分类模型
计算属性分值
确定审批阈值
4、筛选重要属性
属性分段
基本概念：WOE、IV
属性重要性评估
5、数据集转化
连续属性最优分段
计算属性取值的WOE
6、建立分类模型
训练逻辑回归模型
评估模型
得到字段系数
7、计算属性分值
计算补偿与刻度值
计算各字段得分
生成评分卡
8、确定审批阈值
画K-S曲线
计算K-S值
获取最优阈值

第九部分：实战篇(电信业客户流失分析模型)
1、商业理解
业务背景
如何定义流失
2、分析思路
流失客户的典型特征是什么？
预测哪些高价值客户可能会流失？
市场挽留的预计收益是多少？
3、数据收集
客户基本信息
客户行为数据
客户交互数据
客户态度数据
4、数据预处理
变量衍生（数据波动）
探索性分析
属性筛选
5、数据建模
如何选择模型
聚类
决策树或神经网络
模型评估
6、模型应用

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