授課時間：2016年4月15日—16日
授課地點：上海
學習費用：3980元/人（包括場地費、資料費、證書費、茶歇費、午餐費等）。
【課程描述】
大數據時代，我們收集和存儲了海量的數據，對這些海量數據進行分析以發(fā)掘數據中蘊含的有用信息，幾乎成為了經濟社會生活領域共同的需求。具體到商業(yè)領域，數據挖掘的目的是如何將商業(yè)問題轉化成數據分析問題，為企業(yè)創(chuàng)造價值。面對海量的商業(yè)數據，不僅僅需要傳統(tǒng)的數據庫技術，更需要機器學習技術來分析海量數據。因此，數據挖掘是目的，機器學習是手段。
本課程中，通過典型案例的分析，我們將詳細介紹機器學習和商業(yè)數據挖掘中所需要的基礎理論，算法和模型構建，使參訓學員迅速掌握課程精髓，達到學以致用的目的。
【招生對象】
具備一定的統(tǒng)計、數學、編程基礎，掌握一定的機器學習和數據挖掘知識，想從理論學習向實踐應用方向發(fā)展的從業(yè)人員及希望從事商業(yè)數據挖據的專業(yè)人士。
【課程收益】
1、了解機器學習和商業(yè)數據挖掘基本概念和邏輯體系；
2、了解商業(yè)數據挖掘的流程和相關業(yè)務角色，常見算法分類；
3、掌握機器學習和商業(yè)數據挖掘數據整合和典型的模型框架；
4、通過案例學習，掌握如何將商業(yè)問題轉化成數據分析問題；
5、免費獲取由匯金小微商學院提供的系列在線學習課程；
【課程設置】
一、數據分析和建模是“系統(tǒng)工程”
流程和先關業(yè)務角色
典型的模型框架（基于消費金融行業(yè)）
常見算法分類與簡介
數據整合
二、如何將商業(yè)問題轉化成數據分析問題
數據分析和建模是“藝術加技術”
案例：某品牌咖啡銷量數據分析
三、機器學習和商業(yè)數據挖掘中的統(tǒng)計學概念解讀
描述性統(tǒng)計
辛普森悖論
隨機變量的期望和方差
隨機變量的分布函數和密度函數
假設檢驗
四、機器學習和數學建模的主要算法
主要算法和分類簡介
非監(jiān)督式學習的主要算法及應用
推薦算法 – 協(xié)同過濾 、
五、商業(yè)數據挖據流程及案例分析
小額線上現金貸的GBDT模型
互聯(lián)網金融網站分類
【授課專家】張老師
某大型金融公司數據管理部總監(jiān)，浙江大學碩士，同濟大學在職博士。曾任外灘征信首席產品官，在美國發(fā)現金融，平安銀行負責風險建模，反欺詐，信用策略等方面的工作；在大數據相關的分析，建模，風險管理及業(yè)務實施等領域有豐富的經驗。
【報名咨詢】
聯(lián)系電話：010-62258232 62278113 13718601312 18610339408
聯(lián) 系 人：李先生 陳小姐
您的位置：