课程大纲:

第一部分、数据分析探索与应用流程

  商业数据分析

数据挖掘Road Maps

R、python简单介绍

数据探索

数据预处理

构建新的变量

异常值处理

数据可视化

  数据分析应用流程

第二部分、经典预测和分类方法

  回归分析

相关性

线性回归与拟合

最小二乘法的几何解释

线性回归中的变量选择

回归算法的评估与选择

  KNN 分类器

确定相邻的样本数据

分类规则

参数K的选择

算法优缺点

案例分析：如何选择相似用户？

  逻辑回归

逻辑回归模型

分类算法的评估

案例分析：用户借贷能力判定

  决策树

迭代分割

纯度的计算

决策树的使用效果

如何避免过拟合

剪枝与终止条件

案例分析：如何利用决策树的提取出业务规则？

  （补充）树模型应用——随机森林

案例分析：如何帮助业务方筛选出重要的业务变量？

第三部分、经典聚类算法

  聚类问题介绍

  两条数据之间的距离

欧式距离

数值型数据处理与距离函数

类别型数据的距离计算

混合类型数据的距离计算

两个类别之间的距离

最大距离、最小聚类、中心距离

  K-means

如何选择参数K

  层次聚类

案例分析：如何选择相似用户？

第四部分、异常检测与反欺诈

  异常值检测

异常团体识别

案例分析：无监督反欺诈方案应用

业务思考：如何构建一个反欺诈系统？

第五部分、时间序列预测

  时间序列回归模型

预测变量筛选

回归预测

非线性回归

相关、因果和预测

  时间序列分解

时间序列成分

移动平均

经典时间序列分解

STL分解法

趋势性、季节性判定

业务思考：如何对时间序列进行聚类？

分解法预测

时间序列类异常值检测

业务思考：如何评估促销活动效果？

  ARIMA模型

平稳性和差分

延迟算子

自回归与移动平均

非季节性arima

参数估计与选择

季节性arima

  高级预测方法

复杂的季节性

向量自回归

神经网络

  实际预测问题

周数据、天粒度数据以及小时数据预测

预测组合

长序列与短序列预测

训练集与测试集

缺失值与异常值

案例分享：共享单车Daily天粒度需求预测

第六部分、决策优化

  开源决策优化工具介绍 google or-tools

运筹优化方法介绍

优化算法应用流程

  案例分享(可选)

电商促销优惠券发放优化：给定用户补贴的预算，如何选择合适的补贴用户。

工厂布局优化:考虑如何减少物料搬运成本(运量和距离)。

仓库选址问题：如何选择服务点，满足服务能力和降低运输成本。

物流配送、车辆路径调度：配送问题综合建模与分析。