第一天上午：统计分析原理
1、 从最简单的案例开始
2、 统计基础
3、 描述性统计
4、 用SPSS实现描述性统计的案例
5、 回归分析：线性回归
6、 回归分析：logistics回归
7、 用SPSS实现回归分析的案例
8、 可视化工具
第一天下午：数据库与数据仓库介绍
1、 数据库概述
2、 SQL（基本的增、删、改、查）
3、 SQL（稍复杂的子句或嵌套）
4、 基于MySQL的上机操作SQL语言
5、 数据仓库：度量与维度
6、 数据仓库：星型模型、雪花模型
7、 ETL
8、 上机操作（构建一个cube）
第二天上午：数据挖掘方法（1）
1、 基本概念
2、 R语言简介
3、 特征提取
4、 决策树模型
5、 用R语言实现的决策树案例
6、 精确率、召回率与F1
7、 监督学习和无监督学习
第二天下午：数据挖掘方法（2）
1、 聚类分析
2、 用R语言实现的聚类分析案例
3、 关联规则
4、 用R语言实现的关联规则案例
5、 神经网络
第一天上午：统计分析原理
1、 从最简单的案例开始
2、 统计基础
3、 描述性统计
4、 用SPSS实现描述性统计的案例
5、 回归分析：线性回归
6、 回归分析：logistics回归
7、 用SPSS实现回归分析的案例
8、 可视化工具
第一天下午：数据库与数据仓库介绍
1、 数据库概述
2、 SQL（基本的增、删、改、查）
3、 SQL（稍复杂的子句或嵌套）
4、 基于MySQL的上机操作SQL语言
5、 数据仓库：度量与维度
6、 数据仓库：星型模型、雪花模型
7、 ETL
8、 上机操作（构建一个cube）
第二天上午：数据挖掘方法（1）
1、 基本概念
2、 R语言简介
3、 特征提取
4、 决策树模型
5、 用R语言实现的决策树案例
6、 精确率、召回率与F1
7、 监督学习和无监督学习
第二天下午：数据挖掘方法（2）
1、 聚类分析
2、 用R语言实现的聚类分析案例
3、 关联规则
4、 用R语言实现的关联规则案例
5、 神经网络
