第一天上午：統(tǒng)計(jì)分析原理

1、  從最簡(jiǎn)單的案例開始

2、  統(tǒng)計(jì)基礎(chǔ)

3、  描述性統(tǒng)計(jì)

4、  用SPSS實(shí)現(xiàn)描述性統(tǒng)計(jì)的案例

5、  回歸分析：線性回歸

6、  回歸分析：logistics回歸

7、  用SPSS實(shí)現(xiàn)回歸分析的案例

8、  可視化工具

第一天下午：數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)介紹

1、  數(shù)據(jù)庫(kù)概述

2、  SQL（基本的增、刪、改、查）

3、  SQL（稍復(fù)雜的子句或嵌套）

4、  基于MySQL的上機(jī)操作SQL語(yǔ)言

5、  數(shù)據(jù)倉(cāng)庫(kù)：度量與維度

6、  數(shù)據(jù)倉(cāng)庫(kù)：星型模型、雪花模型

7、  ETL

8、  上機(jī)操作（構(gòu)建一個(gè)cube）

第二天上午：數(shù)據(jù)挖掘方法（1）

1、  基本概念

2、  R語(yǔ)言簡(jiǎn)介

3、  特征提取

4、  決策樹模型

5、  用R語(yǔ)言實(shí)現(xiàn)的決策樹案例

6、  精確率、召回率與F1

7、  監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)

第二天下午：數(shù)據(jù)挖掘方法（2）

1、  聚類分析

2、  用R語(yǔ)言實(shí)現(xiàn)的聚類分析案例

3、  關(guān)聯(lián)規(guī)則

4、  用R語(yǔ)言實(shí)現(xiàn)的關(guān)聯(lián)規(guī)則案例

5、  神經(jīng)網(wǎng)絡(luò)

6、  用R語(yǔ)言實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)案例

第一天上午：統(tǒng)計(jì)分析原理

1、  從最簡(jiǎn)單的案例開始

2、  統(tǒng)計(jì)基礎(chǔ)

3、  描述性統(tǒng)計(jì)

4、  用SPSS實(shí)現(xiàn)描述性統(tǒng)計(jì)的案例

5、  回歸分析：線性回歸

6、  回歸分析：logistics回歸

7、  用SPSS實(shí)現(xiàn)回歸分析的案例

8、  可視化工具

第一天下午：數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)介紹

1、  數(shù)據(jù)庫(kù)概述

2、  SQL（基本的增、刪、改、查）

3、  SQL（稍復(fù)雜的子句或嵌套）

4、  基于MySQL的上機(jī)操作SQL語(yǔ)言

5、  數(shù)據(jù)倉(cāng)庫(kù)：度量與維度

6、  數(shù)據(jù)倉(cāng)庫(kù)：星型模型、雪花模型

7、  ETL

8、  上機(jī)操作（構(gòu)建一個(gè)cube）

第二天上午：數(shù)據(jù)挖掘方法（1）

1、  基本概念

2、  R語(yǔ)言簡(jiǎn)介

3、  特征提取

4、  決策樹模型

5、  用R語(yǔ)言實(shí)現(xiàn)的決策樹案例

6、  精確率、召回率與F1

7、  監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)

第二天下午：數(shù)據(jù)挖掘方法（2）

1、  聚類分析

2、  用R語(yǔ)言實(shí)現(xiàn)的聚類分析案例

3、  關(guān)聯(lián)規(guī)則

4、  用R語(yǔ)言實(shí)現(xiàn)的關(guān)聯(lián)規(guī)則案例

5、  神經(jīng)網(wǎng)絡(luò)

6、  用R語(yǔ)言實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)案例