三、课程大纲
时间 课程模块 课程内容
第一天
上午 大数据分析介绍 1. 数据分析背景
2. 数据挖掘流程
3. 常用数据分析挖掘工具介绍
用户画像 1. 用户画像介绍
2. 用户画像在产品设计中应用
3. 用户画像在联通的案例分享
4. 用户画像在电力行业的案例分享
第一天
下午 数据挖掘常用模型 1. 数据挖掘模型的分类
2. 数据挖掘模型介绍
3. 机器学习算法的优势
案例分享 1. 超市购物篮分析的案例分享
2. 利用KNN算法识别恶性乳癌病患者的案例分享
3. 利用气候数据对某酒店洗漱用品销量进行预测的案例分享
第二天
上午 航空公司客户价值分析 1. 背景与挖掘目标
2. 分析方法与过程
3. 数据探索分析
4. 数据预处理
5. 模型构建
6. 模型应用
第二天下午 基于数据挖掘技术的市财政收入分析预测模型 1、 背景与挖掘目标
2、 分析方法与过程
3、 数据探索分析
4、 数据预处理
5、 模型构建
6、 模型应用
第三天
上午 如何高效地对复杂数据进行清洗与转换 1. 数据清洗的重要性
2. 缺失值的产生机制
3. 利用数据分析技术对缺失值查补
4. 异常值的产生机制
5. 利用数据分析技术识别异常值

第三天
下午 如何用R语言对复杂数据进行可视化 1. 常用的复杂数据绘图方式
1) 散点图矩阵
2) 高密度散点图
3) 箱线图
4) 马赛克图
2. 快速对面板数据进行绘图
1) 绘制分组分面板条形图
2) 绘制分面板点图
3) 三维散点图
4) 三维曲面图
3. 对数据进行交互可视化
4. 综合案例分享：快速搭建数据分析平台原型 上午： 下午：
　08:30-10:00 培训 14:00-15:30 培训
　10:00-10:10 茶歇 15:30-15:40 茶歇
　10:10-12:00 培训 15:40-17:00 培训
　12:00 午餐 17:00 主持人总结，培训结束