大数据

Hi, 请登录

S17_数据分析及建模-回归分析&逻辑回归

网站SEO诊断与整站SEO优化模板,拿去就可以用>>    SEO干货网站内部链接优化与整站优化>>   

课程详情

【课程概述】

本课程从实践出发,以数据分析流程为主线数据分析与建模方法,分析方法与实际操作相结合,深入浅出地介绍了数据分析建模过程中的有关任务:数据探索、数据预处理、分类与预测、聚类分析、关联规则等。因此,本课程的编排会先阐述分析方法与过程,再穿插操作训练,把相关的知识点嵌入相应的操作过程中。本课程使用熟知的R语言进行数据分析,方便学习者获取真实的实验环境。通过本课程的学习,使得学习者对于数据分析的整体流程和关键步骤的知识点能够有所理解和掌握。

【讲师介绍】

花花,985院校硕士,6年多数据分析经验,某互联网公司资深数据分析师,擅长零售、汽车、母婴、通信等领域数据分析,在机器学习、数据库、ETL等领域均有所涉猎,参与过多项大型项目,实战经验丰富。

【课程大纲】

S01 课程简介

S02 数据分析基础

S03 数据探索-缺失值分析

S04 数据探索-异常值分析

S05 数据探索-分布与对比分析

S06_数据探索-统计量分析

S07_数据探索-贡献度分析

S08_数据探索-相关性分析(上)

S08_数据探索-相关性分析(下)

S09_数据探索-主要数据探索函数扩展介绍

S10_数据预处理-缺失值处理(上)

S11_数据预处理-异常值处理

S12_数据预处理-数据归一化变换

S13_数据预处理-主要数据预处理函数扩展介绍

S14数据分析及建模-分类与预测问题简介

S15_数据分析及建模-分类与预测常用算法和函数简介

S16_数据分析及建模-分类与预测评价指标简介

S17_数据分析及建模-回归分析&逻辑回归

S18_数据分析及建模-决策树

S19_数据分析及建模-聚类分析常用算法和函数简介

S20_数据分析及建模-K均值聚类&层次聚类实例

S21_数据分析及建模-关联规则简介

S22_数据分析及建模-关联规则Apriori实例

S23数据分析报告制作要点

【课程数据包】

本课程尽量使用R语言自带的数据集,避免学习者去寻找和下载本课程用到的数据集;少数情况下使用R之外的数据集数据分析与建模方法,会指导学习者如何获取这些数据集。

【注意事项】

来源【大数据】,更多内容/合作请关注「运营见识」公众号,赠文案训练手册电子书。

版权声明:本文内容来源互联网整理,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 jkhui22@126.com举报,一经查实,本站将立刻删除。

相关推荐

评论

  • 昵称 (必填)
  • 邮箱
  • 网址
二维码
评论