有效期至长期有效 | 最后更新2019-09-23 07:04 |
浏览次数0 |
大数据分析及可视化技术应用实战
课程大纲
时间 知识模块 授课内容
第一天
上午 数据处理及复杂数据可视化(一) 第一讲 大数据挖掘及可视化介绍
? 数据挖掘及可视化背景
? 数据挖掘流程
? 常用挖掘工具介绍
? R语言的优势
? R数据挖掘可视化工具-Rattle快速上手
? R语言对复杂数据可视化的优势
? R语言快速入门
? 利用caret包做数据抽样及虚拟化处理
第一天
下午 数据处理及复杂数据可视化(二) 第二讲 数据质量分析及高级可视化
? 缺失值处理的高级方法
? 异常值甄别的高级方法
? 数据可视化进阶:lattice及ggplot2包介绍
? 数据交互可视化:rCharts、recharts、networkD3、plotly等包介绍
第二天
上午 数据挖掘模型实战(一) 第三讲 聚类分析及R语言实现
聚类分析是一种原理简单、应用广泛的数据挖掘技术。顾名思义,聚类分析即是把若干事物按照某种标准归为几个类别,其中较为相近的聚为一类,不那么相近的聚于不同类。
? 案例一:对著名的鸢尾花数据进行K均值聚类分析
? 案例二:对汽车数据进行K均值聚类分析
? 案例三:对洛杉矶街区数据进行层次聚类
? 案例四:对汽车数据进行层次聚类
第四讲 关联规则及R语言实现
关联规则(著名的“啤酒和尿布”)是数据挖掘的基础和核心技术之一,本讲将着重围绕经典的Apriori算法,阐明关联规则的支持、置信和提升程度与控制,使用R语言快速完成关联规则分析,并通过arulesViz扩展包对关联规则进行可视化展示。
案例:利用超市购物篮Groceries数据进行关联规则分析
第二天
下午 数据挖掘模型实战(二) 第五讲 KNN近邻算法及R语言实现
KNN(k-Nearest Neighbor)分类算法是数据挖掘分类技术中较简单的方法之一。所谓k最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。
? 案例一:对鸢尾花数据集进行knn分类
? 案例二:对乳腺癌数据进行knn分类
? 案例三:对文本数据进行knn分类
第六讲 决策树分类及R语言实现
决策树是数据挖掘的经典方法,其原理容易被理解。本讲主要讲授两种最为普遍的决策树算法:CART和C5.0算法,使用rpart和C50函数进行R语言分析。
? 案例一:对鸢尾花数据集运用C50算法分类
? 案例二:对鸢尾花数据集运用CART算法进行分类
? 案例三:对汽车数据运用CART对汽车重量进行预测
第三天
上午 行业应用案例分享(一) 第七讲 深度挖掘用户付费行为及社会网络分析
? 对用户的购买行为进行购物篮分析
? 智能推荐系统常用算法介绍
? 对用户购物行为构建智能推荐系统
? 社会网络图基本知识
? 利用R语言绘制社会网络图
? 利用Gephi绘制社会网络图
? 对用户购物行为进行聚类分析,发现社群
第三天
下午 行业应用案例分享(二)
第八讲 航空公司客户价值分析
? 背景与挖掘目标
? 分析方法及过程
? 数据探索分析
? 数据预处理
? 模型构建
? 模型应用
第九讲 漏斗模型及路径分析
? 漏斗模型的主要应用场景
? 路径分析的主要应用场景
? 漏斗模型与路径分析的不同点
? sunburst事件路径图的绘制方法
? 利用基于时序的关联规则对点击事件进行分析
第四天 学习考核与业内经验交流