课程大纲:
第一部分、数据分析探索与应用流程

l 商业数据分析

数据挖掘Road Maps

R、python简单介绍

l 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

l 数据分析应用流程

第二部分、经典预测和分类方法

l 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

l 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？

l 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

l 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？

l （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

l 聚类问题介绍

l 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

l K-means

如何选择参数K

l 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

l 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

l 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

l 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？

l 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

l 高级预测方法

复杂的季节性

向量自回归

神经网络

l 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

l 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

l 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。 上午： 下午：
　08:30-10:00 培训 14:00-15:30 培训
　10:00-10:10 茶歇 15:30-15:40 茶歇
　10:10-12:00 培训 15:40-17:00 培训
　12:00 午餐 17:00 主持人总结，培训结束