          大數(shù)據(jù)分析及可視化培訓(xùn)

數(shù)據(jù)處理及復(fù)雜數(shù)據(jù)可視化（一）
第一講 大數(shù)據(jù)挖掘及可視化介紹? 數(shù)據(jù)挖掘及可視化背景? 數(shù)據(jù)挖掘流程? 常用挖掘工具介紹? R語(yǔ)言的優(yōu)勢(shì)?
R數(shù)據(jù)挖掘可視化工具-Rattle快速上手? R語(yǔ)言對(duì)復(fù)雜數(shù)據(jù)可視化的優(yōu)勢(shì)? R語(yǔ)言快速入門? 利用caret包做數(shù)據(jù)抽樣及虛擬化處理
數(shù)據(jù)處理及復(fù)雜數(shù)據(jù)可視化（二）
第二講 數(shù)據(jù)質(zhì)量分析及高級(jí)可視化? 缺失值處理的高級(jí)方法? 異常值甄別的高級(jí)方法? 數(shù)據(jù)可視化進(jìn)階：lattice及ggplot2包介紹? 數(shù)據(jù)交互可視化：
rCharts、recharts、networkD3、plotly等包介紹
數(shù)據(jù)挖掘模型實(shí)戰(zhàn)（一）
第三講 聚類分析及R語(yǔ)言實(shí)現(xiàn)聚類分析是一種原理簡(jiǎn)單、應(yīng)用廣泛的數(shù)據(jù)挖掘技術(shù)。顧名思義，聚類分析即是把若干事物按照某種標(biāo)準(zhǔn)歸為幾個(gè)類別，
其中較為相近的聚為一類，不那么相近的聚于不同類。
? 案例一：對(duì)著名的鳶尾花數(shù)據(jù)進(jìn)行K均值聚類分析
? 案例二：對(duì)汽車數(shù)據(jù)進(jìn)行K均值聚類分析
? 案例三：對(duì)洛杉磯街區(qū)數(shù)據(jù)進(jìn)行層次聚類
? 案例四：對(duì)汽車數(shù)據(jù)進(jìn)行層次聚類
第四講 關(guān)聯(lián)規(guī)則及R語(yǔ)言實(shí)現(xiàn)關(guān)聯(lián)規(guī)則（著名的“啤酒和尿布”）是數(shù)據(jù)挖掘的基礎(chǔ)和核心技術(shù)之一，
本講將著重圍繞經(jīng)典的Apriori算法，闡明關(guān)聯(lián)規(guī)則的支持、置信和提升程度與控制，使用R語(yǔ)言快速完成關(guān)聯(lián)規(guī)則分析，
并通過(guò)arulesViz擴(kuò)展包對(duì)關(guān)聯(lián)規(guī)則進(jìn)行可視化展示。案例：利用超市購(gòu)物籃Groceries數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析
數(shù)據(jù)挖掘模型實(shí)戰(zhàn)（二）
第五講 KNN近鄰算法及R語(yǔ)言實(shí)現(xiàn)KNN（k-Nearest Neighbor)分類算法是數(shù)據(jù)挖掘分類技術(shù)中較簡(jiǎn)單的方法之一。
所謂k近鄰，就是k個(gè)近的鄰居的意思，說(shuō)的是每個(gè)樣本都可以用它接近的k個(gè)鄰居來(lái)代表。
? 案例一：對(duì)鳶尾花數(shù)據(jù)集進(jìn)行knn分類
? 案例二：對(duì)乳腺癌數(shù)據(jù)進(jìn)行knn分類
? 案例三：對(duì)文本數(shù)據(jù)進(jìn)行knn分類
第六講 決策樹(shù)分類及R語(yǔ)言實(shí)現(xiàn)決策樹(shù)是數(shù)據(jù)挖掘的經(jīng)典方法，其原理容易被理解。
本講主要講授兩種為普遍的決策樹(shù)算法：CART和C5.0算法，使用rpart和C50函數(shù)進(jìn)行R語(yǔ)言分析。
? 案例一：對(duì)鳶尾花數(shù)據(jù)集運(yùn)用C50算法分類
? 案例二：對(duì)鳶尾花數(shù)據(jù)集運(yùn)用CART算法進(jìn)行分類
? 案例三：對(duì)汽車數(shù)據(jù)運(yùn)用CART對(duì)汽車重量進(jìn)行預(yù)測(cè)
行業(yè)應(yīng)用案例分享（一）
第七講 深度挖掘用戶付費(fèi)行為及社會(huì)網(wǎng)絡(luò)分析? 對(duì)用戶的購(gòu)買行為進(jìn)行購(gòu)物籃分析? 智能推薦系統(tǒng)常用算法介紹
? 對(duì)用戶購(gòu)物行為構(gòu)建智能推薦系統(tǒng)? 社會(huì)網(wǎng)絡(luò)圖基本知識(shí)? 利用R語(yǔ)言繪制社會(huì)網(wǎng)絡(luò)圖? 利用Gephi繪制社會(huì)網(wǎng)絡(luò)圖? 對(duì)用戶購(gòu)物行為進(jìn)行聚類分析，發(fā)現(xiàn)社群
行業(yè)應(yīng)用案例分享（二）
第八講 客戶價(jià)值分析? 背景與挖掘目標(biāo)? 分析方法及過(guò)程? 數(shù)據(jù)探索分析? 數(shù)據(jù)預(yù)處理? 模型構(gòu)建? 模型應(yīng)用
第九講 漏斗模型及路徑分析? 漏斗模型的主要應(yīng)用場(chǎng)景? 路徑分析的主要應(yīng)用場(chǎng)景? 漏斗模型與路徑分析的不同點(diǎn)
? sunburst事件路徑圖的繪制方法? 利用基于時(shí)序的關(guān)聯(lián)規(guī)則對(duì)點(diǎn)擊事件進(jìn)行分析