请联系主办方进行认证，即可解锁访问限制。
为了不影响召集报名，请您进行认证，即可解锁访问限制。
![]()
高校寒假R语言数据挖掘研修班
该主办方未认证，请注意风险防范！
Live语音直播间
{{list.startDate}}
未开始 进行中 随时回听票种
-
免费 ¥{{toDecimal2(item.price)}} {{item.name}} ¥{{ toDecimal2(item.plusPrice) }} 优惠码减免¥{{item.discountMoney}} 优惠码折扣{{item.discountRate}}%
-
{{item.name}}免费 ¥{{toDecimal2(item.price)}} {{item.name}} ¥{{ toDecimal2(item.plusPrice) }} 优惠码减免¥{{item.discountMoney}} 优惠码折扣{{item.discountRate}}%
{{item_time_note}}
{{ticketText != ''&&item_time_note!=''?'（':''}}
说明：{{ticketText}}
{{ticketText != ''&&item_time_note!=''?'）':''}}
领券
-
立减{{coupon.couponDiscountMoney}}元
满{{coupon.couponLimitMoney}}减{{coupon.couponDiscountMoney}}
该主办方未认证，请注意风险防范！
互动吧
{{pub_count}}
活动{{fansCount}}
粉丝{{shopDesc|html}}进店 >
Ta组织活动太忙，还没腾出空写简介进店 >
各有关单位：
为进一步推动高等院校R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“高校寒假R语言数据挖掘研修班”，具体由北京中科软培科技有限公司举办，本次师资培训班由权威师资主讲，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、培训目的：
（1）让学员尽快掌握R语言的基本用法，掌握如何利用R丰富的网上资料和帮助系统，学会基本的编程方法。
（2）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R语言的使用，同时学会统计分析的思想。
（3）学完本课程后，使学员可以熟练的运用R语言进行实际的数据挖掘分析工作。学会R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。
（4）紧密结合应用实例，针对工作中存在的疑难问题进行分析讲解和专题讨论，有效提升学员解决复杂问题的能力
二、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。在人大经济论坛（经管之家）担任顾问和高级讲师，cda研究院咨询专家，负责sas、python和r课程开发和授课。
l 大量涉猎有关数据挖掘的知识，对现代数据挖掘技术有较深的了解，并有丰富实践经验。
l 熟悉金融学中常用的各种模型以及理论，包括各种机理模型和经验模型。对于金融数据的分析，有扎实的基础知识，熟悉风险管理理论，通晓各种风险测量技术以及风险理论。
l 通晓各种对于不同类型数据的统计模型，对于市场研究有比较丰富的经验，在抽样技术、满意度研究、广告评估、消费偏好及相关营销策划的颇有心得。
l 编写了数据挖掘、统计学、CRM应用等多部教材及专著。
三、培训内容：
第1天 | 第一讲 准备知识 1.2 Oracle软件安装与R插件 1.3 从一个案例了解数据挖掘的生命周期 第二讲 R基本分析操作 2.1 数据分析常用包介绍 2.2 绘图包介绍 案例1：制作经营业务BI常用图表
| 第三讲 数据预处理 3.2 数据探索 3.3 数据清洗 第四讲 R语言编程 4.2 程序控制 4.3 函数与包 |
第2天 | 第五讲 预测类模型 5.1 分类模型简介：朴素贝叶斯、决策树、KNN、逻辑回归、神经网络、SVM 5.2模型验证与模型选择 5.2.1 建模商业目的与模型检验方法选择 5.2.2 决策类模型检验指标 5.2.3 排序类模型检验指标 5.2.4 估计类模型检验指标 案例2:婚恋网站是否可以成功约会预测 | 5.3 贝叶斯网络 5.4 决策树模型与随机森林 案例3: 客户流失预测 5.5 线性回归与正则化方法（岭回归、Lasso算法） 案例4:零售业客户价值预测模型 5.6 逻辑回归 案例5:零售业两阶段客户价值预测模型 |
第3天 | 5.7 神经网络 案例6:信用违约建模案例（逻辑回归+神经网络） 5.8 最近邻域法（KNN）、MBR、样条曲线 案例7:违约推断 案例8:信用违约建模案例（KNN+逻辑回归） | 5.9 支持向量机 案例9:违约推断 5.10 组合算法与提升（装袋法、Adaboost算法） 案例10: 客户流失预测（提升） |
第4天 | 第六讲 降维 6.1 线性判别模型 案例11:婚恋网站是否可以成功约会预测 6.2主成分分析PCA 案例12：信贷综合打分、省市经济指标约减、 利率期限指标分离 | 第七讲分类模型综合案例—保险产品精准营销 7.1 数据预处理技术 7.2 建立模型 7.3 模型评估 7.4 模型监控 |
第5天 | 第八讲:聚类分析 8.1 K-means 8.2 谱聚类 8.3 密度聚类 案例13: 基于客户细分的客户流失预警模型 | 第九讲:关联规则与序列模式 9.1 关联规则 9.2 序列模式 案例14:银行客户购物篮分析 |
2018年1月31日-2月4日 30日报到 北京
联系电话：13932327338 邮箱：13932327338@163.com
五、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。
六、报名方式及费用：
报名人员可直接回复报名回执表至邮箱。或与会务组电话联系咨询。¥RMB:4300元/人（含报名费、培训费、教材费、资料费）食宿统一安排费用自理。
七、颁发证书：
颁发人社部中国职协“数据挖掘工程师”（高级）培训证书、证书可在官网（http://cx.cnhr.org/）查询，可作为能力评价、考核和任职的重要依据。证书费用（可选）：500元/人
分享到：
微信扫一扫，分享小程序
扫一扫，分享至朋友圈
温馨提示：
在付费报名之前请仔细甄别主办方的资质及服务能力。部分主办方会私下与报名者沟通承诺参与活动后的权益，并夸大参与后的收益效果等，以此来收取高额的报名费。这类活动通常有基于抖音、淘宝等平台的推广、代理加盟、引流变现等相关内容。
为保障您的权益，避免相关的经济损失，互动吧平台特此说明，平台仅提供相关的技术支持，不承担参与者与主办方在活动过程中的相关纠纷，若出现相关纠纷，平台会积极协助处理。
还木有人报名，快来成为活动第一人吧！
正在加载...
- 为你推荐
-
{{hot.infoTitle}}{{hot.infoStartTime}}
{{hot.infoStartTime}}
{{hot.infoStartTime.substr(0,16).replace(new Date().getFullYear()+'-','')}}
Live{{hot.plusDiscountPriceRange}}{{hot.priceWithSign}} {{hot.highlight|html}}
加载中
该主办方未认证，请注意风险防范！
{{pub_count}}
活动{{fansCount}}
粉丝{{shopDesc|html}}进店>
Ta组织活动太忙，还没腾出空写简介进店>
一对一为您答疑解惑
-
{{selectlist.title}}
{{selectlist.infoDate}}{{selectlist.priceWithSign}} {{selectlist.plusDiscountPriceRange}} {{selectlist.highlight}}
加载中...
-
{{list.shortName}}天{{list.desc1}}{{list.desc2}}
支付成功
-
增值服务
7 30 90 天{{functionName}} - 有效期 {{effectDate}}至{{expiryDate}}
- 支付金额 {{price}}元
成为银牌会员
{{infoText}}
-
高端模板免费用
提升活动人气
-
活动排名加权
提升活动排名
-
去除报名页广告
提升活动报名效果
-
高端邀请海报
全场无限使用
-
活动优先审核
快人一步上架曝光
-
大额提现
限额提升4倍
-
报名渠道监测
掌握各渠道业绩
-
发布多场次活动
发布一次一劳永逸
-
免认证服务
免99元审核服务费
-
更多特权
敬请期待
马上开通
-
{{item.type}}
¥{{item.price}}/{{item.viewType}}
¥{{item.oriPrice}}/{{item.viewType}}
季卡、半年卡、年卡均已包含认证审核服务费，支持开具发票
使用微信或支付宝扫码完成支付
支付金额：¥{{selectGrItem.price}}/{{selectGrItem.viewType}}(已省¥{{selectGrItem.oriPrice - selectGrItem.price}})
购买成功
已购买{{orderName}}
支付金额：¥{{payMoney}}
购买商品：{{orderName}}
扫码支付更轻松
购买成功
已购买{{orderName}}
{{curMemberData.title}}
{{curMemberData.tip}}
-
{{item.name}}
查看更多权益>
{{curMemberData.tags[0].name}}
查看更多权益>
{{item.imgText}}
-
{{temp.text}}
扫码成功
请在手机端支付
购买成功
您已成功购买{{checkMemberData.name}}
关注成功
扫码
185-1971-5119
