价格: ¥ 8.00

分类: 数据学院 数据分析

发布: 2018-10-11 14:47:55

更新: 2018-10-11 14:47:55

难度: 入门

演示:

下载地址

近年来,由于存储设备的单位成本以惊人的速度下降(1G 硬盘空间的成本现在只需要几美分,这在过去难以想象),我们可以轻而易举地积累起大量的数据。电信运营商,可以记录用户通话、短消息、无线上网产生的每一条信令,省级运营商一小时写入存储设备的数据量可以达到几百G。电子商务网站,可以记录用户的每一 次交易,甚至每一次点击,可以复原用户的完整访问路径找出用户的兴趣点。城市监控体系,在各个重要路口,高速公路上的摄像头,每秒钟都在产生海量的视频数 据。在生命科学领域,对人体的DNA分析,一个个体就能产生几个G数据,可以想象如果一个生物信息数据库里包含了成千万的个体数据,信息量将会是怎样一个 规模,如此等等,不胜枚举。我们毫无疑问,正处于一个信息爆炸的时代。


很不幸的是,我们得到了大量的数据,而这些数据中的绝大部分,在它 的生命周期里基本上都被闲置着,从来没有考虑过产生任何的价值,唯一的用途就是“保存备查”。尽管“啤酒与尿布”的故事,已经写入教科书有10多年了,几乎每一个接受过专业教育的同仁都知道数据挖掘能产生的价值,但是直到今天,我们对数据的 处理依然停留在按预定指标进行统计这种很低的水平上。造成这种情况的原因有很多。一方面,由于业务人员和IT人员的工作鸿沟,使到即使能提出数据分析的需 求都成了一个很大的困难。在各公司里保管数据的大多是IT人员,他们对业务的了解可能并非很深入,而业务人员也鲜有对数据有深入认识者,他们通常都缺乏必 要的数学素质和知识基础去进行建模和深入的分析工作。另一方面,数据分析专家具有深厚的数学处理能力,善于建模和构筑算法,但是由于无法得到合适的需求, 他们的能力也无从施展。另外数学家、统计学家们很多并不熟悉现代的IT软硬件设备的特性,对于集群、分布式系统、大规模存储、云计算、数据库等认识几乎为 零,对于算法的实现可能还停留在对着PC写C语言程序的水平上,对于海量数据,无法利用现代化设备的能力,使到算法是否能真正实现变成生产力存有很大的疑 问。


现 在这门《数据分析系列网络课程》正是要打破这种鸿沟。用新兴的互联网教育模式,把各应用领域的业务专家、数据分析专家、IT专家推荐给学习者,向有志于学 习数据分析知识发挥数据价值的朋友能得到低成本交流的机会。我们的目标是在中国传播“技术成就梦想,数据产生价值”的观念,使学习者能快速提升其个人能 力,在新的挑战面前获取更多个人机会,企业能在保存的海量数据中炼出黄金。



授课对象:这是一门数学+IT的课程,适合已经有一定的IT基础,但对数据分析行业尚不了解的朋友进修学习。


授课讲师:吕 威 博士,北京师范大学珠海分校副教授,硕士导师。中山大学海量数据与云计算中心成员。多年数据挖掘专业课程授课经验,主要的兴趣包括数据挖掘算法与应用、云 计算安全、隐私保护的数据挖掘与数据发布、机器学习和数据质量优化等。有20多篇研究论文发表在国内外核心刊物上。最近主持国家自然科学基金关于云计算安 全的研究项目。作为主要成员参与了多个电子商务、电信运营商数据挖掘项目,对将数据挖掘理论如何应用于实际行业有深刻的理解。


学习收获预期:算法有一定的了解,有一定的使用SPSS解决问题的能力


课程内容:

1 基础数据分析知识,包括一些概率统计里的概念、术语,和基本统计量的计算方法等。

2 一些常用的数据分析和数据挖掘算法,以及有关的各种领域里的实际应用案例分析

3 流行数据分析软件SPSS操作和使用方法


课程安排:


第一周  SPSS概览, SPSS安装与进入,数据文件的管理, 建立与保存数据文件-File,能够编辑数据文件,从原有变量计算新变量

第二周  Descriptive Statistics菜单, Frequencies,Explore,Crosstabs过程,Compare Means菜单, Means过程,One-Samples T Test过程,Independent-Samples TTest过程

第三周  Compare Means菜单, General Linear Model菜单,两因素方差分析,univarate协方差分析,其他较简单的方差分析问题 

第四周  General Linear Model菜单,多元方差分析,重复测量的方差分析 , Correlate菜单

第五周  Regression菜单,Linear过程      ,Binary Logistic过程,NonparametricTests菜单      

第六周  SPSS结果窗口用法,结果浏览窗口,掌握WORD等软件中使用输出结果,进行图片编辑, SPSS统计绘图功能, 常用统计图 ,因素分析

第七周  SPSS Clementine软件功能演练,熟悉SPSS Clementine软件功能,了解SPSS Clementine 软件的各选项面板和操作方法。      

第八周  SPSS Clementine 数据可视化,熟悉SPSS Clementine 绘图,了解SPSSClementine 图形选项面板各节点的使用方法;熟练掌握SPSS Clementine 数据可视化流程。 

第九周   决策树C5.0 建模(结合案例),熟悉SPSS Clementine 软件建模方法和技术,掌握SPSS Clementine分布图、散点图、网络图的创建方法,掌握决策树C5.0 建模方法。      

第十周   关联规则挖掘(超市购物篮分析),熟悉C5.0 规则归纳、掌握购物篮分析的方法。   

第十一周   欺诈屏蔽/异常检测/神经网络,熟悉各种聚类分析方法;了解神经网络分析方法与过程;掌握异常检测的方法。

第十二周   分类和回归树节点(C&RT),掌握C&RT分类算法,掌握决策树的建立和修剪,了解C&RT分类算法在管理决策中的应用。


综合实验:熟悉Clementine软件从数据导入到结果输出的全过程。应用各种数据挖掘算法解决实际问题  


百度网盘下载地址:

[hide][sell=60,4]链接:https://pan.baidu.com/s/1f--Y6RxjLsy1exPFrvltwg 提取码:3hr5[/sell][/hide]