一、课程策划
二、界面介绍
三、数据挖掘原理
四、数据应用
1、数据读入
2、数据导入读取
3、数据库安装
4、常见数据类型的读入
五、数据整理与记录
1、数据记录选项
2、排序、平衡和分区
3、分区汇总
4、合并与追加
六、数据分解与处理
1、数据类型节点
2、导出、填充、分类
3、分级和RMF
4、关联分析与数据处理
七、数据的整合应用
1、数据质量清洗
2、聚类分析与细分
八、金融行业案例
杜超
互联网数据分析师,擅长数据管理、数据分析、市场分析、数据挖掘、数据可视化及网络营销,曾参与多个大型市场研究项目,包括品牌研究、广告分析、口味测试、价格研究、概念测试、普查、汽车研究、神秘顾客等;曾任职于中型独立B2C电商公司,包括查询数据库数据做分析、可视化、撰写报表等工作。在电商服务公司任职时,对品牌研究,客户价值分析,客户生命周期,商品分类,流量质量评估,文本数据挖掘,数据管理(MySQL),数据可视化有深入研究。