会议通知
会议日程
会议嘉宾
参会指南
手机下单

首页 > 商务会议 > IT互联网会议 > 2018Python数据挖掘商业运用及案例分析班更新时间：2018-06-19T09:24:35

收藏3人

分享到

2018Python数据挖掘商业运用及案例分析班已截止报名
推荐参加：2025大健康产业技术创新（昆明）论坛暨中生协特医食品及生物活性肽工作委员会第三届年会

会议时间： 2018-07-24 08:00至 2018-07-28 18:00结束

会议地点：北京北京邮电大学（北邮科技大厦）周边酒店预订

会议规模：50人

主办单位：北京中科软培科技有限公司

行业热销热门关注看了又看换一换

会议通知
会议门票主办方介绍

2018Python数据挖掘商业运用及案例分析班宣传图

关于“Python 数据挖掘商业运用及案例分析班”通知

各有关单位：

为进一步推动高等院校Python语言数据挖掘教学工作的开展，加强国内各高等院校同行间的交流，培养国内的师资力量，将机器学习与深度学习的最新实训内容带入课堂，特举办“Python数据挖掘商业运用及案例分析班”，具体由北京中科软培科技有限公司举办网址，本次培训专家由权威师资主讲，课程主打全实战主题，事前都会下发软件的安装环境和安装文档，每一种模块和方法对应着每一个案例。

一、会议目的：

让参会人员尽快掌握Python语言的基本用法，掌握如何利用Python丰富的网上资料和帮助系统，学会基本的编程方法。结合统计分析的思想和实际案例，深入浅出地讲解如何使用R语言进行实际数据分析，让学员不仅掌握Python语言的使用，同时学会统计分析的思想。参加完本培训后，使参会人员可以熟练的运用Python语言进行实际的数据挖掘分析工作。学会Python语言尤其是对于需要批量处理的实务数据分析来说，可以大大提高其工作效率。二、

二、时间地点：

2018年7月24日-28日 23日报到北京

三、培训对象：

各高校信息管理与信息系统、统计、金融、计算机等相关专业负责人和骨干老师、高年级本科生及研究生；金融、医疗、保险、电商、卫生、统计、银行、通信、环境等领域相关企业技术或管理人员。

四、颁发证书

参加相关培训并通过考试的学员，可以获得：

工业和信息化部全国网络与信息技术考试管理中心中心颁发的-数据挖掘技能证书。该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。注：请学员带二寸彩照2张（背面注明姓名）、身份证复印件一张。

北京中科软培科技有限公司

中科软培主要从事IT方向的前沿技术培训，本着为用户创造真正价值，围绕以用户为中心的价值观不断探索，在机器学习，深度学习，大数据、R语言、虚拟现实、增强现实等领域形成了完善的课程体系。学以致用，全部课程均已实战为主，采用理论与实战相结合的方式，实用的课程设计、精心施教的专家团队、严格的教学把关、细心周到的后期咨询，赢得众多客户的好评。

会议日程（最终日程以会议现场为准）

第一天

第一讲准备知识
1.1 python概况

1.2 python下载与安装

1.3 从一个案例了解数据挖掘的生命周期

第二讲 Python基本分析操作

2.1 数据分析常用库介绍

2.2 绘图库介绍

2.3 模型分类

第一天

第三讲数据预处理
3.1 表合并

3.2 数据探索

3.3 数据清洗

第四讲 Python语言编程
4.1 数据类型

4.2 程序控制

第二天

第四讲 Python语言编程
4.3 函数与库

第五讲统计基础

5.1数据类型

5.2描述统计

5.3商业智能

案例1：制作经营业务BI常用图表

5.4推断统计基础

5.5统计推断实施案例

案例2银行理财产品对比检验

Python代码解析

第三天

第六讲线性回归与正则化方法

6.1回归模型概念

6.2变量选择

6.3回归模型诊断

6.4正则化方法（岭回归、Lasso算法）

案例3: 服务业客户价值预测模型

第七讲离散选择模型

7.1 离散选择模型概念

7.2 逻辑回归模型及诊断

7.3 变量选择算法（lar、lasso等）

7.4 其他离散选择模型（probit等）

案例3: 客户流失预测

案例4：两步法建立精细营销模型

第四天

第八讲其他预测模型

8.1决策树模型与随机森林

案例5:婚恋网站是否可以成功约会预测

8.2组合算法与提升（装袋法、Adaboost算法）

8.3神经网络

案例6: 客户流失预测（提升）

8.4 其他算法：最近邻域法（KNN）、

MBR、样条曲线、朴素贝叶斯、SVM等

第九讲模型验证与模型选择

9.1 建模商业目的与模型检验方法选择

9.2 决策类模型检验指标

9.3 排序类模型检验指标

9.4 估计类模型检验指标

第五天

综合案例1：信用评分整体流程和实施过程

第十讲聚类分析

10.1模型发现

10.2聚类分析

10.3 K-means

10.4其他算法

案例8：银行客户画像

第十一讲: 关联规则与序列模式

11.1 关联规则

11.2 序列模式

案例9:银行客户购物篮分析

综合案例2：航空业基于客户细分的流失预警

第十二讲：其他技术和算法

12.1变量压缩

12.2模型监控

12.3文本挖掘

文本挖掘概念

文本挖掘流程

会议嘉宾（最终出席嘉宾以会议现场为准）

主讲专家：

翟翔中国人民大学统计学博士，现任教于北京林业大学统计系，副教授，兼任多家咨询公司研究员，有扎实的统计理论知识，熟悉各种统计理论、模型和各种统计软件系统，常年担任SAS、spss等公司培训讲师。主要研究方向为统计学理论和数据挖掘，先后出版专著以及教材4部，在学术期刊上发表学术论文10余篇；担任国际知名的统计软件公司sas的咨询顾问和讲师，同时，担任著名咨询公司埃森哲、IMS的顾问，国家开发银行数据挖掘专家等。主持专项课题4个，企业横向课题若干。cda研究院咨询专家，负责sas、python和r课程开发和授课。