本課程為大數(shù)據(jù)分析初級(jí)課程，面向所有應(yīng)用型人員，包括業(yè)務(wù)部門(mén)，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)容是理清大數(shù)據(jù)的本質(zhì)及核心理念，培訓(xùn)大數(shù)據(jù)人才的數(shù)據(jù)思維模式，以解決業(yè)務(wù)問(wèn)題
第一部分：Hadoop的基本框架 1、大數(shù)據(jù)時(shí)代面臨的問(wèn)題 2、當(dāng)前解決大數(shù)據(jù)的技術(shù)方案 3、Hadoop架構(gòu)和云計(jì)算 4、Hadoop簡(jiǎn)史及安裝部署 5、Hadoop設(shè)計(jì)理念和生態(tài)系統(tǒng) 第二部分：
第一部分：SAS基礎(chǔ) 1、SAS簡(jiǎn)介和構(gòu)成 2、SAS的主要模塊和功能 3、SAS的四種運(yùn)行模式 ? 窗口環(huán)境模式 ? 非交互模式 ? 交互式運(yùn)行模式 ? 批處理模式 4、掌握SAS的基本數(shù)據(jù)結(jié)構(gòu)和
Python是一門(mén)解釋性語(yǔ)言，僅次于JAVA/C/C++/C#最受歡迎的語(yǔ)言，可應(yīng)用在大數(shù)據(jù)語(yǔ)言。易學(xué)，易懂，功能強(qiáng)大。其中有著大量的擴(kuò)展庫(kù)來(lái)實(shí)現(xiàn)數(shù)據(jù)分析與數(shù)據(jù)挖掘功能。 第一部分：Python語(yǔ)言
IBM SPPS Statistics是一個(gè)專業(yè)的數(shù)據(jù)挖掘工具，其中內(nèi)置了大量的數(shù)據(jù)分析常用方法、模型。專業(yè)人員和非專業(yè)人員都適用，不需要懂太多的挖掘算法和模型，專業(yè)人員也可以用來(lái)作深入的數(shù)據(jù)分析與
IBM SPPS Modeler是一個(gè)數(shù)據(jù)流處理工具，適用于數(shù)據(jù)探索與數(shù)據(jù)挖掘，包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)探索、數(shù)據(jù)可視化、數(shù)據(jù)建模、數(shù)據(jù)模型優(yōu)化。 第一部分：數(shù)據(jù)挖掘基礎(chǔ)知識(shí)（基礎(chǔ)，決定你的高度） 1、
第一部分：數(shù)據(jù)挖掘基礎(chǔ)知識(shí)（基礎(chǔ)，決定你的高度） 1、數(shù)據(jù)挖掘工具簡(jiǎn)介 ? EXCEL規(guī)劃求解（數(shù)據(jù)建模工具） ? SAS統(tǒng)計(jì)分析系統(tǒng) ? SPSS統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案（Modeler數(shù)據(jù)流處理）
第一部分、大數(shù)據(jù)營(yíng)銷(xiāo)的概述 大數(shù)據(jù)時(shí)代帶來(lái)對(duì)傳統(tǒng)營(yíng)銷(xiāo)的挑戰(zhàn) 傳統(tǒng)營(yíng)銷(xiāo)的困境 大數(shù)據(jù)營(yíng)銷(xiāo)引領(lǐng)營(yíng)銷(xiāo)變革 大數(shù)據(jù)營(yíng)銷(xiāo)的基石：用戶畫(huà)像 大數(shù)據(jù)營(yíng)銷(xiāo)的思維變革 客戶生存周期中的大數(shù)據(jù)應(yīng)用 數(shù)據(jù)分析與挖掘在各行
浙公網(wǎng)安備 33010802003509號(hào)
杭州講師網(wǎng)絡(luò)科技有限公司
