欧美亚洲超清无码专区,亚洲成本人片无码免费,风流少妇BBWBBW69视频,成人亚洲A片V丝袜专区

TTM卓越培訓(xùn)經(jīng)理培訓(xùn)
課程背景：
隨著企業(yè)的不斷發(fā)展壯大，培訓(xùn)承擔(dān)著人力資源發(fā)展“選育用留”中關(guān)鍵的“育”的角色，這部分工作已經(jīng)越來(lái)越被認(rèn)可和重視，越來(lái)越多的企業(yè)開(kāi)始建立自己的企業(yè)大學(xué)，打造學(xué)習(xí)型組織文化。
作為培訓(xùn)管理者，承擔(dān)著組織及人才發(fā)展的重?fù)?dān)。但怎樣做好這項(xiàng)工作，對(duì)中國(guó)的企業(yè)和培訓(xùn)管理者來(lái)說(shuō)都還是一個(gè)摸索中的命題。在現(xiàn)今培訓(xùn)管理面臨四大挑戰(zhàn)當(dāng)中，“培訓(xùn)管理者專(zhuān)業(yè)水平亟需提升”排在第一位。絕大部分的培訓(xùn)管理者沒(méi)有接受系統(tǒng)培訓(xùn)就直接上崗，在工作中經(jīng)常面臨以下問(wèn)題：
如何讓培訓(xùn)工作與企業(yè)發(fā)展戰(zhàn)略及業(yè)務(wù)更緊密結(jié)合，促進(jìn)績(jī)效目標(biāo)達(dá)成？
如何提取分析企業(yè)培訓(xùn)需求？
如何開(kāi)發(fā)有效實(shí)用的課程，建立課程體系？
如何搭建內(nèi)訓(xùn)師隊(duì)伍，后續(xù)又怎樣培養(yǎng)和管理？
如何管理和評(píng)估培訓(xùn)項(xiàng)目，獲得業(yè)務(wù)部門(mén)的認(rèn)同與支持？……
調(diào)查表明，越來(lái)越多企業(yè)培訓(xùn)管理者對(duì)于工作有很多苦惱，渴望獲得更多學(xué)習(xí)和交流的機(jī)會(huì)。本課程秉承“幫助培訓(xùn)管理者提升專(zhuān)業(yè)能力，促進(jìn)企業(yè)績(jī)效改進(jìn)”的理念，從人員體系、課程體系、系統(tǒng)體系三大方面進(jìn)行深入講解，輔以日立、惠普、保潔、本田等500強(qiáng)經(jīng)典人才發(fā)展案例，提供大量模型工具，全面提升學(xué)員培訓(xùn)項(xiàng)目管理、培訓(xùn)營(yíng)銷(xiāo)、學(xué)習(xí)設(shè)計(jì)、培訓(xùn)評(píng)估等各維度的專(zhuān)業(yè)能力。
培訓(xùn)目標(biāo)：
了解培訓(xùn)管理的本質(zhì)及未來(lái)趨勢(shì)
掌握培訓(xùn)管理者能力模型及應(yīng)用
掌握培訓(xùn)需求分析收集的工具方法
掌握課程體系設(shè)計(jì)、開(kāi)發(fā)的工具方法
掌握*四級(jí)評(píng)估工具的運(yùn)用
了解常見(jiàn)人才發(fā)展項(xiàng)目的設(shè)計(jì)與運(yùn)營(yíng)
課程大綱：
第一單元 組織學(xué)習(xí)與培訓(xùn)
一、培訓(xùn)的目的與定位
1．培訓(xùn)的四個(gè)目的
2．培訓(xùn)的五個(gè)定位
二、企業(yè)培訓(xùn)成熟度五級(jí)模型
1．兼職做培訓(xùn)
2．獨(dú)立做培訓(xùn)
3．系統(tǒng)做培訓(xùn)
4．企業(yè)大學(xué)做培訓(xùn)
5．從培訓(xùn)到學(xué)習(xí)型組織
三、培訓(xùn)管理工作的發(fā)展趨勢(shì)及挑戰(zhàn)
1．學(xué)習(xí)方式及技術(shù)的變革
2．獲取支持
3．以最少資源獲得*效果
4．專(zhuān)業(yè)仍有很大提升空間
5．培訓(xùn)產(chǎn)品核心研發(fā)者為業(yè)務(wù)專(zhuān)家
6．更注重用戶(hù)體驗(yàn)和效果評(píng)估
第二單元 培訓(xùn)體系三大支柱--人員篇
一、參與培訓(xùn)的三大角色
1．專(zhuān)業(yè)者
2．內(nèi)訓(xùn)師
3．推動(dòng)者
二、培訓(xùn)經(jīng)理能力模型及應(yīng)用
1．三項(xiàng)通用能力的定義與行為描述
2．五項(xiàng)核心能力的定義與行為描述
3．培訓(xùn)經(jīng)理能力模型的應(yīng)用
三、內(nèi)訓(xùn)師團(tuán)隊(duì)建設(shè)六部曲
1．前期準(zhǔn)備
2．建立機(jī)制
3．招募選拔
4．技能培訓(xùn)
5．授課展示
6．培養(yǎng)激勵(lì)
案例分析：廣汽本田、廣日集團(tuán)等企業(yè)內(nèi)訓(xùn)師隊(duì)伍建設(shè)
四、尋找培訓(xùn)推動(dòng)者
1．誰(shuí)是培訓(xùn)推動(dòng)者？
2．影響力產(chǎn)生的六個(gè)原理
3．干系人影響策略
案例分析：培訓(xùn)營(yíng)銷(xiāo)策略
第三單元 培訓(xùn)體系三大支柱--課程篇
一、學(xué)習(xí)需求的平衡與界定
1．事務(wù)操作型
2．策略支持型
3．戰(zhàn)略引領(lǐng)型
二、基于Goldstein模型的培訓(xùn)需求分析
1．組織分析
2．人員分析
3．任務(wù)分析
三、培訓(xùn)需求收集的八大方法
1．問(wèn)卷法
2．訪談法
3．觀察法
4．關(guān)鍵事件法
5．績(jī)效分析法
6．壓力點(diǎn)法
7．專(zhuān)項(xiàng)測(cè)評(píng)法
8．勝任力模型法
視頻案例：特務(wù)迷城
PK練習(xí)：培訓(xùn)需求調(diào)研設(shè)計(jì)
四、課程體系設(shè)計(jì)
1．基于崗位序列的課程體系建設(shè)
．基于職級(jí)序列的課程體系建設(shè)
3．基于知識(shí)領(lǐng)域的課程體系建設(shè)
案例分析：惠普等企業(yè)的課程體系
PK練習(xí)：課程體系設(shè)計(jì)
五、基于績(jī)效改進(jìn)的課程開(kāi)發(fā)模型
1．設(shè)計(jì)階段
2．開(kāi)發(fā)階段
3．驗(yàn)證實(shí)施階段
案例分析：卡賓、海大等企業(yè)的課程開(kāi)發(fā)流程
六、基于業(yè)務(wù)結(jié)果的學(xué)習(xí)項(xiàng)目設(shè)計(jì)與管理
1．學(xué)習(xí)項(xiàng)目設(shè)計(jì)的九個(gè)步驟
2．學(xué)習(xí)項(xiàng)目實(shí)施的影響因素
3．項(xiàng)目干系人的參與和影響
案例分析：日立的學(xué)習(xí)項(xiàng)目管理
第四單元 培訓(xùn)體系三大支柱--系統(tǒng)篇
一、培訓(xùn)制度管理
1．新員工培訓(xùn)管理制度
2．內(nèi)訓(xùn)師管理制度
3．外訓(xùn)管理制度
模型工具：常見(jiàn)培訓(xùn)管理制度范本
二、培訓(xùn)計(jì)劃制定與執(zhí)行
1．培訓(xùn)計(jì)劃制定的四個(gè)原則
2．制定培訓(xùn)預(yù)算的四種方法
3．計(jì)劃調(diào)整的要點(diǎn)
4、培訓(xùn)現(xiàn)場(chǎng)的管理
模型工具：常見(jiàn)培訓(xùn)計(jì)劃范本（含培訓(xùn)手冊(cè)）
三、*四級(jí)評(píng)估系統(tǒng)
1．“合伙人”模型--一切培訓(xùn)評(píng)估的前提
2．被“誤解”的一級(jí)評(píng)估
3．“最難”的二級(jí)評(píng)估
4．“斷層”的三級(jí)評(píng)估
5．“最容易”的四級(jí)評(píng)估
PK練習(xí)：培訓(xùn)評(píng)估設(shè)計(jì)
四、人才發(fā)展系統(tǒng)
1．新員工培養(yǎng)系統(tǒng)設(shè)計(jì)
2．管培生培養(yǎng)系統(tǒng)設(shè)計(jì)
3．中層人員、核心人員培養(yǎng)系統(tǒng)設(shè)計(jì)
4．領(lǐng)導(dǎo)力培養(yǎng)系統(tǒng)設(shè)計(jì)
案例分析：寶潔、碧桂園等企業(yè)人才培養(yǎng)案例
五、常見(jiàn)培訓(xùn)管理方式及系統(tǒng)
1．積分制管理
2．E-Learning
3．翻轉(zhuǎn)課堂&微課
4．行動(dòng)學(xué)習(xí)
5．導(dǎo)師制&OTJ在崗輔導(dǎo)
6．繼任計(jì)劃
案例分析：以上培訓(xùn)管理方式及系統(tǒng)實(shí)例
大數(shù)據(jù)分析培訓(xùn)公開(kāi)課程班
【課程目標(biāo)】
本課程為中級(jí)課程，需要在初級(jí)課程之后學(xué)習(xí)。面向所有應(yīng)用型人員，包括業(yè)務(wù)部分，以及數(shù)據(jù)分析部門(mén)，系統(tǒng)開(kāi)發(fā)人員也同樣需要學(xué)習(xí)。
本課程核心內(nèi)容為數(shù)據(jù)挖掘，預(yù)測(cè)模型，以及模型優(yōu)化，幫助學(xué)員構(gòu)建系統(tǒng)全面的業(yè)務(wù)分析思維，提升學(xué)員在數(shù)據(jù)分析綜合能力。
本課程覆蓋了如下內(nèi)容：
1. 數(shù)據(jù)挖掘基礎(chǔ)知識(shí)。
2. 常用數(shù)值預(yù)測(cè)模型。
3. 常用分類(lèi)預(yù)測(cè)模型。
4. 數(shù)據(jù)預(yù)處理的基本過(guò)程。
本課程從實(shí)際的業(yè)務(wù)需求出發(fā)，結(jié)合行業(yè)的典型應(yīng)用特點(diǎn)，圍繞實(shí)際的商業(yè)問(wèn)題，對(duì)數(shù)據(jù)分析及數(shù)據(jù)挖掘技術(shù)進(jìn)行了全面的介紹（從數(shù)據(jù)收集與處理，到數(shù)據(jù)分析與挖掘，再到數(shù)據(jù)可視化和報(bào)告撰寫(xiě)），通過(guò)大量的操作演練，幫助學(xué)員掌握數(shù)據(jù)分析和數(shù)據(jù)挖掘的思路、方法、表達(dá)、工具，從大量的企業(yè)經(jīng)營(yíng)數(shù)據(jù)中進(jìn)行分析，挖掘客戶(hù)行為特點(diǎn)，幫助運(yùn)營(yíng)團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作，以達(dá)到提升學(xué)員的數(shù)據(jù)綜合分析能力，支撐運(yùn)營(yíng)決策的目的。
通過(guò)本課程的學(xué)習(xí)，達(dá)到如下目的：
1. 了解數(shù)據(jù)挖掘基礎(chǔ)知識(shí)，以及數(shù)據(jù)挖掘標(biāo)準(zhǔn)過(guò)程。
2. 熟悉建模的一般過(guò)程，以及評(píng)估模型質(zhì)量的關(guān)鍵指標(biāo)。
3. 掌握建模前的影響因素分析，學(xué)會(huì)尋找影響業(yè)務(wù)的關(guān)鍵因素。
4. 熟練使用數(shù)值預(yù)測(cè)模型，掌握自定義模型以及優(yōu)化步驟。
5. 熟練使用分類(lèi)預(yù)測(cè)模型，掌握模型優(yōu)化的思路。
6. 熟練掌握預(yù)處理的基本過(guò)程，并根據(jù)業(yè)務(wù)實(shí)際情況進(jìn)行處理。
【授課時(shí)間】
2天時(shí)間
【授課對(duì)象】
銷(xiāo)售部門(mén)、營(yíng)業(yè)廳、呼叫中心、業(yè)務(wù)支撐、經(jīng)營(yíng)分析部、網(wǎng)管/網(wǎng)優(yōu)中心、運(yùn)營(yíng)分析部、系統(tǒng)開(kāi)發(fā)部等對(duì)業(yè)務(wù)數(shù)據(jù)分析有基本要求的相關(guān)人員。
【學(xué)員要求】
1. 每個(gè)學(xué)員自備一臺(tái)便攜機(jī)(必須)。
2. 便攜機(jī)中事先安裝好IBM SPSS Statistics v19版本及以上。
3. 便攜機(jī)中事先安裝好IBM SPSS Modeler v14版本及以上。
注：講師可以提供試用版本軟件及分析數(shù)據(jù)源。
【授課方式】
數(shù)據(jù)分析基礎(chǔ) + 方法講解 + 實(shí)際業(yè)務(wù)問(wèn)題分析 + 工具實(shí)踐操作
采用互動(dòng)式教學(xué)，圍繞業(yè)務(wù)問(wèn)題，展開(kāi)數(shù)據(jù)分析過(guò)程，全過(guò)程演練操作，讓學(xué)員在分析、分享、講授、總結(jié)、自我實(shí)踐過(guò)程中獲得能力提升。
【課程大綱】
第一部分：    數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程
1. 數(shù)據(jù)挖掘概述
2. 數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程（CRISP-DM）
. 商業(yè)理解
. 數(shù)據(jù)準(zhǔn)備
. 數(shù)據(jù)理解
. 模型建立
. 模型評(píng)估
. 模型應(yīng)用
案例：客戶(hù)匹配度建模—找到你的準(zhǔn)客戶(hù)
案例：客戶(hù)流失預(yù)測(cè)及客戶(hù)挽留
3. 數(shù)據(jù)集概述
4. 數(shù)據(jù)集的類(lèi)型
5. 數(shù)據(jù)集屬性的類(lèi)型
. 標(biāo)稱(chēng)
. 序數(shù)
. 度量
6. 數(shù)據(jù)質(zhì)量三要素
. 準(zhǔn)確性
. 完整性
. 一致性
第二部分：    影響因素分析篇
問(wèn)題：如何判斷一個(gè)因素對(duì)另一個(gè)因素有影響？比如營(yíng)銷(xiāo)費(fèi)用是否會(huì)影響銷(xiāo)售額？產(chǎn)品價(jià)格是否會(huì)影響銷(xiāo)量？產(chǎn)品的陳列位置是否會(huì)影響銷(xiāo)量？
風(fēng)險(xiǎn)控制的關(guān)鍵因素有哪些？
1. 影響因素分析的常見(jiàn)方法
2. 相關(guān)分析（衡量變量間的的相關(guān)性）
問(wèn)題：這兩個(gè)屬性是否會(huì)相互影響？影響程度大嗎？營(yíng)銷(xiāo)費(fèi)用會(huì)影響銷(xiāo)售額嗎？
. 相關(guān)系數(shù)的三個(gè)計(jì)算公式
. 相關(guān)分析的假設(shè)檢驗(yàn)
. 相關(guān)分析的基本步驟
演練：體重與腰圍的關(guān)系
演練：營(yíng)銷(xiāo)費(fèi)用會(huì)影響銷(xiāo)售額嗎
演練：哪些因素與汽車(chē)銷(xiāo)量有相關(guān)性
演練：通信費(fèi)用與開(kāi)通月數(shù)的相關(guān)分析
案例：酒樓生意好壞與報(bào)紙銷(xiāo)量的相關(guān)分析
. 偏相關(guān)分析
. 偏相關(guān)系數(shù)的計(jì)算公式
. 偏相關(guān)分析的適用場(chǎng)景
. 距離相關(guān)分析
3. 方差分析
問(wèn)題：哪些才是影響銷(xiāo)量的關(guān)鍵因素？
. 方差分析解決什么問(wèn)題
. 方差分析種類(lèi)：?jiǎn)我蛩?雙因素可重復(fù)/雙因素?zé)o重復(fù)
. 方差分析的應(yīng)用場(chǎng)景
. 方差分析的原理與步驟
. 如何解決方差分析結(jié)果
演練：終端擺放位置與終端銷(xiāo)量有關(guān)嗎？
演練：開(kāi)通月數(shù)對(duì)客戶(hù)流失的影響分析
演練：客戶(hù)學(xué)歷對(duì)消費(fèi)水平的影響分析
演練：廣告和價(jià)格是影響終端銷(xiāo)量的關(guān)鍵因素嗎
演練：營(yíng)業(yè)員的性別、技能級(jí)別產(chǎn)品銷(xiāo)量有影響嗎？
案例：2015年大學(xué)生工資與父母職業(yè)的關(guān)系
案例：醫(yī)生洗手與嬰兒存活率的關(guān)系
演練：尋找影響產(chǎn)品銷(xiāo)量的關(guān)鍵因素
. 多因素方差分析原理
. 多因素方差結(jié)果的解讀
演練：廣告形式、地區(qū)對(duì)銷(xiāo)量的影響因素分析（多因素）
. 協(xié)方差分析原理
演練：飼料對(duì)生豬體重的影響分析（協(xié)方差分析）
4. 列聯(lián)分析（兩類(lèi)別變量的相關(guān)性分析）
. 交叉表與列聯(lián)表
. 卡方檢驗(yàn)的原理
. 卡方檢驗(yàn)的幾個(gè)計(jì)算公式
. 列聯(lián)表分析的適用場(chǎng)景
案例：套餐類(lèi)型對(duì)客戶(hù)流失的影響分析
案例：學(xué)歷對(duì)業(yè)務(wù)套餐偏好的影響分析
案例：行業(yè)/規(guī)模對(duì)風(fēng)控的影響分析
第三部分：    數(shù)值預(yù)測(cè)模型篇
問(wèn)題：如何預(yù)測(cè)產(chǎn)品的銷(xiāo)量/銷(xiāo)售金額？
1. 銷(xiāo)量預(yù)測(cè)與市場(chǎng)預(yù)測(cè)——讓你看得更遠(yuǎn)
2. 回歸預(yù)測(cè)/回歸分析
問(wèn)題：如何預(yù)測(cè)未來(lái)的銷(xiāo)售量（定量分析）？
. 回歸分析的基本原理和應(yīng)用場(chǎng)景
. 回歸分析的種類(lèi)（一元/多元、線性/曲線）
. 得到回歸方程的幾種常用方法
. 回歸分析的五個(gè)步驟與結(jié)果解讀
. 回歸預(yù)測(cè)結(jié)果評(píng)估（如何評(píng)估預(yù)測(cè)質(zhì)量）
演練：散點(diǎn)圖找推廣費(fèi)用與銷(xiāo)售額的關(guān)系（一元線性回歸）
演練：推廣費(fèi)用、辦公費(fèi)用與銷(xiāo)售額的關(guān)系（多元線性回歸）
演練：讓你的營(yíng)銷(xiāo)費(fèi)用預(yù)算更準(zhǔn)確
演練：如何選擇*的回歸預(yù)測(cè)模型（曲線回歸）
. 帶分類(lèi)變量的回歸預(yù)測(cè)
演練：汽車(chē)季度銷(xiāo)量預(yù)測(cè)
演練：工齡、性別與終端銷(xiāo)量的關(guān)系
演練：如何評(píng)估銷(xiāo)售目標(biāo)與資源配置（營(yíng)業(yè)廳）
3. 時(shí)序預(yù)測(cè)
問(wèn)題：隨著時(shí)間變化，未來(lái)的銷(xiāo)量變化趨勢(shì)如何？
. 時(shí)序分析的應(yīng)用場(chǎng)景（基于時(shí)間的變化規(guī)律）
. 移動(dòng)平均MA的預(yù)測(cè)原理
. 指數(shù)平滑ES的預(yù)測(cè)原理
. 如何評(píng)估預(yù)測(cè)值的準(zhǔn)確性？
案例：銷(xiāo)售額的時(shí)序預(yù)測(cè)及評(píng)估
演練：汽車(chē)銷(xiāo)量預(yù)測(cè)及評(píng)估
演練：電視機(jī)銷(xiāo)量預(yù)測(cè)分析
演練：上海證券交易所綜合指數(shù)收益率序列分析
演練：服裝銷(xiāo)售數(shù)據(jù)季節(jié)性趨勢(shì)預(yù)測(cè)分析
4. 季節(jié)性預(yù)測(cè)模型
. 季節(jié)性回歸模型的參數(shù)
. 常用季節(jié)性預(yù)測(cè)模型（相加、相乘）
. 怎樣解讀模型的含義
案例：*航空旅客里程的季節(jié)性趨勢(shì)分析
案例：產(chǎn)品銷(xiāo)售季節(jié)性趨勢(shì)預(yù)測(cè)分析
5. 新產(chǎn)品預(yù)測(cè)模型與S曲線
. 如何評(píng)估銷(xiāo)量增長(zhǎng)的拐點(diǎn)
. 珀?duì)柷€與龔鉑茲曲線
案例：如何預(yù)測(cè)產(chǎn)品的銷(xiāo)售增長(zhǎng)拐點(diǎn)，以及銷(xiāo)量上限
演練：預(yù)測(cè)IPad產(chǎn)品的銷(xiāo)量
演練：預(yù)測(cè)Facebook的用戶(hù)增長(zhǎng)情況
第四部分：    回歸模型優(yōu)化篇
1. 回歸模型的基本原理
. 三個(gè)基本概念：總變差、回歸變差、剩余變差
. 方程的顯著性檢驗(yàn)：是否可以做回歸分析？
. 擬合優(yōu)度檢驗(yàn)：回歸模型的質(zhì)量評(píng)估？
. 因素的顯著性檢驗(yàn)：自變量是否可用？
. 理解標(biāo)準(zhǔn)誤差的含義：預(yù)測(cè)的準(zhǔn)確性？
2. 模型優(yōu)化思路：尋找*回歸擬合線
. 如何處理異常數(shù)據(jù)（殘差與異常值排除）
. 如何剔除非顯著因素（因素顯著性檢驗(yàn)）
. 如何進(jìn)行非線性關(guān)系檢驗(yàn)
. 如何進(jìn)行相互作用檢驗(yàn)
. 如何進(jìn)行多重共線性檢驗(yàn)
. 如何檢驗(yàn)誤差項(xiàng)
. 如何判斷模型過(guò)擬合
案例：模型優(yōu)化案例
演練：預(yù)測(cè)IPad的季度銷(xiāo)量
6. 自定義模型（如何利用規(guī)劃求解進(jìn)行自定義模型）
案例：如何對(duì)餐廳客流量進(jìn)行建模及模型優(yōu)化
第五部分：    分類(lèi)預(yù)測(cè)模型篇
問(wèn)題：如何評(píng)估客戶(hù)購(gòu)買(mǎi)產(chǎn)品的可能性？或者說(shuō)，影響客戶(hù)購(gòu)買(mǎi)意向的產(chǎn)品關(guān)鍵特性是什么？
1. 分類(lèi)模型概述
2. 常見(jiàn)分類(lèi)預(yù)測(cè)模型
3. 邏輯回歸模型
. 邏輯回歸模型原理及適用場(chǎng)景
. 邏輯回歸種類(lèi)：二元/多元邏輯回歸
. 如何解讀邏輯回歸方程
案例：如何評(píng)估用戶(hù)是否會(huì)購(gòu)買(mǎi)某產(chǎn)品（二元邏輯）
. 消費(fèi)者品牌選擇模型分析
案例：品牌選擇模型分析，你的品牌適合哪些人群？（多元邏輯）
4. 分類(lèi)決策樹(shù)
問(wèn)題：如何預(yù)測(cè)客戶(hù)行為？如何識(shí)別潛在客戶(hù)？
風(fēng)控：如何識(shí)別欠貸者的特征，以及預(yù)測(cè)欠貸概率？
客戶(hù)保有：如何識(shí)別流失客戶(hù)特征，以及預(yù)測(cè)客戶(hù)流失概率？
. 決策樹(shù)分類(lèi)簡(jiǎn)介
. 如何評(píng)估分類(lèi)性能？
案例：*零售商（Target）如何預(yù)測(cè)少女懷孕
演練：識(shí)別銀行欠貨風(fēng)險(xiǎn)，提取欠貸者的特征
. 構(gòu)建決策樹(shù)的三個(gè)關(guān)鍵問(wèn)題
. 如何選擇*屬性來(lái)構(gòu)建節(jié)點(diǎn)
. 如何分裂變量
. 修剪決策樹(shù)
. 選擇最優(yōu)屬性
. 熵、基尼索引、分類(lèi)錯(cuò)誤
. 屬性劃分增益
. 如何分裂變量
. 多元?jiǎng)澐峙c二元?jiǎng)澐?br /> . 連續(xù)變量離散化（最優(yōu)劃分點(diǎn)）
. 修剪決策樹(shù)
. 剪枝原則
. 預(yù)剪枝與后剪枝
. 構(gòu)建決策樹(shù)的四個(gè)算法
. C5.0、CHAID、CART、QUEST
. 各種算法的比較
. 如何選擇最優(yōu)分類(lèi)模型？
. 案例：商場(chǎng)酸奶購(gòu)買(mǎi)用戶(hù)特征提取
. 案例：電信運(yùn)營(yíng)商客戶(hù)流失預(yù)警與客戶(hù)挽留
. 案例：識(shí)別拖欠銀行貨款者的特征，避免不良貨款
. 案例：識(shí)別電信詐騙者嘴臉，讓通信更安全
5. 人工神經(jīng)網(wǎng)絡(luò)（ANN）
. 神經(jīng)網(wǎng)絡(luò)概述
. 神經(jīng)網(wǎng)絡(luò)基本原理
. 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
. 神經(jīng)網(wǎng)絡(luò)的建立步驟
. 神經(jīng)網(wǎng)絡(luò)的關(guān)鍵問(wèn)題
. BP反向傳播網(wǎng)絡(luò)（MLP）
. 徑向基網(wǎng)絡(luò)（RBF）
案例：評(píng)估銀行用戶(hù)拖欠貨款的概率
6. 判別分析
. 判別分析原理
. 距離判別法
. 典型判別法
. 貝葉斯判別法
案例：MBA學(xué)生錄取判別分析
案例：上市公司類(lèi)別評(píng)估
第六部分：    數(shù)據(jù)預(yù)處理篇（了解你的數(shù)據(jù)集）
1. 數(shù)據(jù)預(yù)處理的主要任務(wù)
. 數(shù)據(jù)集成：多個(gè)數(shù)據(jù)集的合并
. 數(shù)據(jù)清理：異常值的處理
. 數(shù)據(jù)處理：數(shù)據(jù)篩選、數(shù)據(jù)精簡(jiǎn)、數(shù)據(jù)平衡
. 變量處理：變量變換、變量派生、變量精簡(jiǎn)
. 數(shù)據(jù)歸約：實(shí)現(xiàn)降維，避免維災(zāi)難
2. 數(shù)據(jù)集成
. 外部數(shù)據(jù)讀入：Txt/Excel/SPSS/Database
. 數(shù)據(jù)追加（添加數(shù)據(jù)）
. 變量合并（添加變量）
3. 數(shù)據(jù)理解（異常數(shù)據(jù)處理）
. 取值范圍限定
. 重復(fù)值處理
. 無(wú)效值/錯(cuò)誤值處理
. 缺失值處理
. 離群值/極端值處理
. 數(shù)據(jù)質(zhì)量評(píng)估
4. 數(shù)據(jù)準(zhǔn)備：數(shù)據(jù)處理
. 數(shù)據(jù)篩選：數(shù)據(jù)抽樣/選擇（減少樣本數(shù)量）
. 數(shù)據(jù)精簡(jiǎn)：數(shù)據(jù)分段/離散化（減少變量的取值個(gè)數(shù)）
. 數(shù)據(jù)平衡：正反樣本比例均衡
5. 數(shù)據(jù)準(zhǔn)備：變量處理
. 變量變換：原變量取值更新，比如標(biāo)準(zhǔn)化
. 變量派生：根據(jù)舊變量生成新的變量
. 變量精簡(jiǎn)：降維，減少變量個(gè)數(shù)
6. 數(shù)據(jù)降維
. 常用降維的方法
. 如何確定變量個(gè)數(shù)
. 特征選擇：選擇重要變量，剔除不重要的變量
. 從變量本身考慮
. 從輸入變量與目標(biāo)變量的相關(guān)性考慮
. 對(duì)輸入變量進(jìn)行合并
. 因子分析（主成分分析）
. 因子分析的原理
. 因子個(gè)數(shù)如何選擇
. 如何解讀因子含義
案例：提取影響電信客戶(hù)流失的主成分分析
7. 數(shù)據(jù)探索性分析
. 常用統(tǒng)計(jì)指標(biāo)分析
. 單變量：數(shù)值變量/分類(lèi)變量
. 雙變量：交叉分析/相關(guān)性分析
. 多變量：特征選擇、因子分析
演練：描述性分析（頻數(shù)、描述、探索、分類(lèi)匯總）
8. 數(shù)據(jù)可視化
. 數(shù)據(jù)可視化：柱狀圖、條形圖、餅圖、折線圖、箱圖、散點(diǎn)圖等
. 圖形的表達(dá)及適用場(chǎng)景
演練：各種圖形繪制
結(jié)束：課程總結(jié)與問(wèn)題答疑。
大數(shù)據(jù)分析培訓(xùn)公開(kāi)課程班 TTM卓越培訓(xùn)經(jīng)理培訓(xùn)