CDA数据分析师教学内容Word文档格式.docx

1、（1）数据处理流程、数据的输入输出（2）描述统计分析，常用的统计图形（3）T检验、方差分析、与数据库连接（4）相关、偏相关分析，线性回归（5）Logistic、分类变量回归、ROC曲线（6）缺失值的处理、主成分分析（7）因子分析、K-means聚类，层次聚类（8）神经网络、RFM模型、对应分析、联合分析（9）时间序列、总结第五阶段：数据挖掘算法1.关联规则；2.决策树；3.贝叶斯；4.SVM；5.神经网络。第六阶段：R语言1.R基础编程2.R中高级图表（Echart）与信息压缩3.数据清洗4.统计推断5.客户价值预测_线性回归模型诊断6.逻辑回归与决策树7.KNN、朴素贝叶斯、svm、聚类与客

2、户画像8.汽车金融信用违约预测模型案例第七阶段：案例分析实战1.互联网广告中的大数据应用；2.利用时间序列精准预估零售业的销量及营业额；3.如何在保险行业中使用决策树并展示其成果；4.如何在零售行业中应用Logistic回归和线性回归估计客户生命价值。选修方向一：Python数据分析（13期上海）1.Python编程基础；2.Numpy数组和矢量计算；3.Pandas基础&进阶；4.Python爬虫初级；5.python推荐系统实践；6.案例分析。选修方向二：SAS数据挖掘（12期深圳）1.SAS Base基础编程；2.SAS Base高级编程；3.SAS统计分析；4.SAS电商数据挖据；5.

3、SAS信用评级模型；案例：如何利用客户分群实现保险行业中潜在客户的精准定位如何针对行业特性进行营销组合优化.视频大数据分析周末班第10期CDA2级大数据前沿知识介绍，免费观看大数据基础知识 点击观看大数据前沿知识及hadoop入门1.大数据前沿知识介绍2.课程介绍3. Linux及unbuntu系统基础4.hadoop的单机和伪分布模式的安装配置Hadoop部署进阶1.Hadoop集群模式搭建2. Hadoop分布式文件系统HDFS深入剖析3.使用hdfs提供的api进行hdfs文件操作4. Mapreduce概念及思想大数据导入与存储1.mysql数据库基础知识2.hive安装部署与案例3.

4、sqoop安装及使用Hbase理论及实战1. hbase简介2.安装及配置Spark配置及使用场景1. spark简介、安装及配置2.scala简介、安装及语法讲解spark大数据分析原理1.Spark内核：基本定义、Spark任务调度2.Spark Streaming 实时流计算3.Spark MLlib 机器学习4.Spark SQL 实战hadoop+Spark大数据分析1.实战案例深入解析2.hadoop+Spark的大数据分析之分类3.Logistic回归与主题推荐与南京大学、东南大学合作，颁发“CDA数据分析师”“高级、中级、初级”证书丁亚军南京上度咨询数据分析总监、经管之家论坛S

5、AS、SPSS版版主，CDA数据分析研究院研究员和SAS、SPSS软件讲师。 研究方向为“统计软件与数据分析”、“市场调查分析”、“数据挖掘咨询”。王小川神经网络、数据挖掘、统计分析应用领域专家，国内最大的MATLAB论坛管理员，在硕士与博士期间，参与发表了SCI论文6篇，核心期刊论文5篇，获得同济大学奖学金，精通各类统计学软件，参与编写MATLAB神经网络30案例分析等书籍。翟祥CDA数据分析师讲师/北京林业大学管理学院统计系教授/人民大学统计学博士 具有深厚的数理统计与应用数据分析专业背景，SAS公司骨灰级讲师，具有八年数据分析、数据挖掘的从业经验，独立或带团队完成零售、电信、金融等多个大

6、型数据挖掘项目。李奇中国电子表格应用大会主席，曾在IBM中国担任销售管理团队数据分析项目组长及德勤北京所的数据分析高级咨询顾问。专精于企业数据分析、制定商业智能业务解决方案、软件开发及Excel培训等。赵仁乾北京邮电大学管理科学与工程硕士，现就职于北京电信规划设计院，从事移动、联通集团及各省分公司市场业务财务规划、经济评价及运营咨询。重点研究方向包括离网用户挖掘、市场细分与精准营销、移动网络价值区域分析、潜在价值客户挖掘等。易向军大数据及云计算领域创业者，创始人。在电信及互联网行业有多年从业经验，熟悉数据挖掘实际应用场景，具备丰富的一线实践经验。在运营分析、产品用户体验评测等方面有着深刻认识，

7、致力于数据挖掘知识的宣传推广及相关技术的探索研发。马伯经管之家CDA数据分析研究院讲师，从事互联网、电子商务方向数据分析与数据挖掘的研究与CDA数据分析师的教学工作，研究方向为文本挖掘、电商推荐系统开发、潜在价值客户挖掘，互联网大数据挖掘等。曾珂管理科学工程硕士/CDA数据分析研究院讲师 从事数据分析与数据挖掘的研究与教学，研究方向为互联网、电子商务数据分析与挖掘，擅长基于客户关系管理的数据挖掘、数据可视化、文本挖掘。量化分析课程金融数据处理1. 导入，检查，及操作财务数据2. 单一资产收益之各种定义3. 投资组合收益计算4. 数据预处理风险度量1. 收益与风险权衡2. 单一资产风险3. 投资

8、组合风险4. 波动率估计与建模5. 风险价值6. 风险模型回测6. 期望损失7. 其他风险测度8. 风险调整之投资组合绩效资产定价模型1. 套利定价模型2. 模型系数估计3. 模型检验投资组合理论因子模型金融衍生品1. 期权定价2. 买卖权平价关系3. 隐函波动率4. 套期保值方法5. 套期保值优化6. 套期保值与交易成本财报与基本面分析1. 财报分析基础2. Benjamin Graham 经典价值型投资法3. 兼具价值与成长之GARP策略第八阶段、量化交易策略1. 技术分析介绍1.1 K线图形态分析1.2 均线系统1.3 动量交易策略1.4 相对强弱指标（RSI）与市场反转1.5 随机指标

9、KDJ与价格波动2. 高频金融数据分析3. 投资策略实战3.1 通道策略3.2 多指标组合投资策略3.3 量价关系分析3.4 配对交易策略3.5 轮动投资策略3.6 仓位控制3.7 一个趋势存在與否的判断策略3.8 趋势追踪策略3.9 利用均值回归在震荡中获取交易机会蔡立耑美国伊利诺伊大学金融硕士/华盛顿大学经济学博士亲身实践各种金融应用，主持研究团队与台湾知名大学与企业合作开展各种金融研究，例如量化投资、风险分析等。在统计套利、金融大数据等领域有丰富的操作经验与授课经验。带领的量化投资研究团队用多种编程语言实现了统计套利以及风险管理自动化程序。CDA数据分析就业班第九期视频EXCEL 数据分

10、析入门工具Excel数据收集、整合及高效处理技术和方法Excel函数、数组与数据分析Excel透视表和图表化数据呈现Excel自动化工具宏与交互式界面设计Excel高效分析数据利器VBA案例数理统计-数据分析根基描述性统计抽样估计假设检验方差分析相关性卡方分析回归分析主成分分析、因子分析列联分析Mysql基础知识以及表结构管理数据库、表的建立以及简单的查询，数据的运算高级查询、视图。数据处理流程图、数据的输入输出描述统计分析，常用的统计图形T检验、方差分析、与数据库连接相关、偏相关分析，线性回归Logistic、分类变量回归、ROC曲线缺失值的处理、主成分分析因子分析、K-means聚类，层次

11、聚类神经网络、RFM模型RFM模型、对应分析、联合分析时间序列、总结员工绩效分析、商品投诉分析、用户购买力分析、信用违约分析等数据挖据实战案例产品精细化运营、球员综合评价用户体检测评、用户信用评分淘宝电商数据分析SAS编程软件的介绍、认证的介绍、sas入门编程（PDV）SAS数据集操作、数据的读入导出sas宏proc sqlSAS电商数据分析sas统计分析：统计描述、相关分析、回归分析、稳健logistics回归、poisson回归、主成分分析、对应分析、联合分析；sas电商数据挖据：数据挖掘简介、访问数据库及文件、RFM、DM回归、神经网络、决策树、购物篮分析、聚类分析、组合模型。知名外企咨

12、询公司实际案例分析（1）零售业中运用逻辑回归和线性回归估计客户生命价值（2）Excel整理快消客户数据实现数据分析及BI数据报表（3）Tableau实现行业的可视化（4）搜索引擎营销（5）在线数字分析案例赏析（6）如何在零售业中实现决策树并展示其成果（7）利用时间序列精准预估零售业销量及营业额（8）如何利用客户分群实现保险业中的现在客户的精准定位（9）营销组合优化PythonPython基础编程Pandas应用Python推荐系统和案例实战Python机器学习RR基础编程R语言数据挖掘R数据挖掘案例实战R-Oracle量化投资长期班Module 1Python数据处理与自动化交易一，Pytho

13、n 编程1，数据类型1.1 数值类型，字符串，列表，元组，字典，集合1.2 可变与不可变2，基本语法2.1 常用运算符2.2 常用语句2.3 函数的定义与调用3，进阶技巧3.1 切片，迭代，列表解析，生成器，迭代器3.2 面向对象3.2.1 类，封装，与继承3.3 函数式编程3.3.1 map/reduce3.3.2 匿名函数3.3.3 装饰器3.3.4 偏函数二，数据探索1， Numpy：数组和向量计算2， Pandas 与金融数据处理2.1 数据清理，转换，合并，重塑2.2 数据聚合与分组运算3，Matplotlib 与数据可视化4，时间序列数据4.1 日期的采样，频率，移动，及算术运算5，基于事件趋动的自动化交易系统实践Module 2宏观角度的