时间

知识模块

授课内容

第一天

上午

数据分析基础及实战

第一讲  R语言基础

Ø  讲解R语言背景、国内发展状况、基础语法、数据结构及绘图操作等内容。特别针对向量计算这块，着重介绍R语言在这方面的优势及用法。

第二讲  统计分析基础

Ø  讲解统计分析基础，包括统计学基本概念，假设检验，置信区间等基础，并结合数据案例说明其使用场景和运用方法。介绍数据分析流程和常见分析思路，并结合R语言案例进行讲解。

第三讲  R语言数据处理基础

Ø  从数据接入、数据统计、数据转换等几个方面进行讲解。数据接入包含接入mysql、oracle、hadoop等常见数据库操作；数据统计包含dplyr包、data.table等包的具体用法和讲解；数据转换包含R语言常用的apply族、reshape包、tidyr等包的具体用法和案例讲解。

第一天

下午

数据挖掘理论及核心技术

第四讲 数据挖掘基础

Ø  讲解数据挖掘基本概念，细致讲解业务理解、数据理解、数据准备、建立模型、模型评估、模型部署各环节的工作内容及相关技术；结合业界经典场景，讲解数据挖掘的实施流程和方法体系。

第五讲 数据挖掘核心技术

Ø  细致讲解抽样、分区、样本平衡、特征选择、训练模型、评估模型等数据挖掘核心技术原理，并结合案例讲解其具体实现和用法。尤其针对样本平衡，重点讲解人工合成、代价敏感等算法；针对特征选择，重点讲解特征选择的核心思路，并结合常见的R语言包进行案例演示。

第六讲 R语言数据挖掘工具

Ø  讲解Rattle数据挖掘工具的用法，包括各项功能的具体使用；讲解Microsoft R Server工具的具体用法和操作。

第二天

上午

数据挖掘算法原理及实现

第七讲 特征降维算法及R语言实现

Ø  讲解主成分及因子分析原理，并结合案例进行R语言实现。

第八讲 关联规则算法及R语言实现

Ø  讲解Apriori关联规则算法原理，并结合案例进行R语言实现。

第九讲 决策树算法及R语言实现

Ø  讲解ID3、C4.5、C5.0以及CART决策树算法的实现原理，并结合案例进行R语言实现。

第十讲 聚类算法及R语言实现

Ø  讲解kmeans、系统聚类算法原理，并结合R语言进行案例讲解。

第二天

下午

数据挖掘建模实战

第十一讲 基于乳腺癌数据进行降维分析并建立分类模型

Ø  实战部分：基于乳腺癌数据进行降维处理，并尝试建立分类评估模型。旨在通过该模型，并潜在的乳腺癌患者进行识别。

第十二讲 基于在线零售数据建立关联规则模型

Ø  实战部分：基于在线零售数据，经过一定的处理，对该数据进行关联规则建模，旨在从此数据中挖掘出潜在的规则，对业务运营进行指导决策。

第十三讲 Lending Club信贷违约分析案例

Ø  实战部分：基于Lending Club信贷违约数据，尝试从多个不同的维度进行数据分析，旨在发现一些有价值的信息，同时基于该数据，经过一定的处理，建立信贷违约识别模型，旨在对信贷业务办理提供模型支持，降低违约风险。

第十四讲 航空公司客户分群案例

Ø  实战部分：基于航空公司的业务诉求，结合历史乘客数据，建立客户分群模型，旨在对客户进行差异化营销活动，提高客户粘性和价值转化。

第三天

上午

R语言应用实战（一）

第十五讲 R语言与自然语言处理原理及案例

Ø  讲解自然语言处理基本概念和技法，包含分词、关键字提取、文摘提取、文本分类、主题模型、word2vec等内容。并使用R语言进行案例讲解。

第十六讲 R语言网络爬虫及案例

Ø  讲解爬虫实现的基本原理，并介绍XML包、rvest包、jsonlite、RSelenium的使用，同时结合真实案例进行演示。

第十七讲 社交关系图分析及R语言案例

Ø  讲解社交关系图分析的基本原理和使用场景，介绍R语言igraph、d3Network、visNetwork包的用法，此外，介绍neo4j数据库，并结合RNeo4j包进行讲解，通过具体的案例，讲解社交关系图的构建和具体实现过程。

第三天

下午

R语言应用实战（二）

第十八讲 数据分析图表及R语言案例

Ø  讲解常用的数据分析图表及其使用场景，同时结合R语言lattice包、ggplot2、recharts等包进行案例讲解。

第十九讲 使用R Markdown编写数据分析报告

Ø  讲解使用R Markdown编写数据分析报告的具体方法，并结合案例讲解其用法。

第二十讲 R语言shiny可视化开发实战

Ø  介绍R语言shiny的UI、Server、Reactivity、控件等内容，同时讲解一个用shiny实现数据分析功能（兼图表）的实际案例，搭建服务器，在企业内部实现轻量级数据分析应用。

第四天

学习考核与业内经验交流