對數據挖掘情有獨鍾，一心想要學習精通；
用SAS？ R？ Python？不會不想不願編碼腫麼破？
幸運的小編在11月13-16號參加了李御璽老師的數據挖掘課程！
李老師的課程有什麼好？ 不用編碼，點點滑鼠，分分鐘搞定數據挖掘。
SPSS MODELER就是這樣，簡單的操作；乾淨的界面；專業的數據挖掘軟體！
.
這門課，是技術、也是藝術。
用幽默的授課方式，給你不一樣的數據挖掘感觀！
用強悍的行業經驗，教你不尋常的數據挖掘技巧！
1月1日上海，數據挖掘基礎+進階+十個行業案例，讓銘傳大學教授李御璽老師——帶你玩轉數據挖掘！
課程大綱：
案例1：
評估新車設計(汽車業），此案例將採用K最近鄰居(K NearestNeighbor; KNN)來建模。
案例2：
電信客戶流失(電信業)，此案例將採用二元羅吉斯回歸(BinomialLogistic Regression)來預測客戶的流失。
案例3：
藥物治療(醫療業)，此案例將採用決策樹C5.0(Decision Tree C5.0)
案例4：
預測貸款逾期者(銀行業)，利用貝式網絡(BayesianNetwork)來建模
案例5：
電信客戶分類(電信業)，利用多元羅吉斯回歸(MultinomialLogistic Regression)
案例6：
細胞樣本分類(醫療業)，利用支持向量機(SupportVector Machine)來建模
案例7：
零售業銷售促銷(零售業)，利用神經網絡及回歸樹(NeuralNetwork & Regression Tree)來預測未來的銷售成效。
案例8：
預測帶寬使用率(通訊業)，利用簡單的時間序列模型(SimpleTime Series Model)來預測每個區域市場下三個月的帶寬使用量。
案例9：
預測型錄商品的銷售(零售業)，利用兩個時間序列模型-指數平滑(ExponentialSmoothing)和ARIMA
案例10：
購物籃分析(零售業)，利用關聯模型(Apriori)和決策樹C5.0(DecisionTree C5.0)來發掘購買類似商品的客群，以及客群的特徵(例如，年齡、收入、等)。
聯繫方式：
曹老師——
電話: 18010116775；010-68472925
郵箱: tr.service@pinggu.org
QQ: 2665954139