400-888-5228

课程概述

本课程致力于教授如何利用EXCEL进行高级数据分析、数据挖掘和机器学习,以提高决策质量和预测未来趋势。从基础的数理统计和概率论到复杂的机器学习算法,我们将通过实际案例和动手实践,确保学员能够在工作中运用所学技能。

课程对象

适合数据分析师、市场分析师、财务分析师、业务分析师和任何需要使用EXCEL进行数据分析和预测的专业人士。

课程目标

  • 掌握EXCEL中的数据分析和挖掘工具,包括Power Query和Power Pivot。
  • 学习使用EXCEL进行统计分析,包括假设检验、方差分析和回归模型。
  • 应用机器学习算法来解决实际问题,如分类、回归和聚类。
  • 理解并运用时间序列分析和预测模型。

课程收益

  • 获得深入的EXCEL数据分析和机器学习知识。
  • 学会使用EXCEL进行复杂数据集的处理和分析。
  • 通过实战案例,提升解决实际工作中数据问题的能力。
  • 掌握数据挖掘的流程,从数据预处理到模型评估。

课程时长3天

课程大纲

时间内容
第1天  数理统计和概率论数据分类与尺度
设定值与反馈值
集中趋势指标(均值、中位数、众数)
离散程度(方差、标准差、数据标准化、切比雪夫定理)
分部规律(均匀分布、正态、卡方、t分布、F分布)
数据距离(欧式距离和曼哈顿距离)
数据之间的关系(协方差、相关性、相关性与因果关系)
三大相关系数(Pearson、spearman、kendall)、相关矩阵
样本和总体
抽样方法
大数定理和中心极限定理
点估计和区间估计
置信度和置信区间
假设检验的概念
Z检验和T检验
卡方检验
方差分析
概率基本性质
联合概率
条件概率
全概率
朴素贝叶斯
第2天  EXCEL高级数据挖掘和机器学习概述EXCEL动态数组使用
数据挖掘的流程和概念
缺失值查找和处理(删除和替换)
重复值查找和处理
异常值/离群值判断标准差法和四分位法
连续型数据离散化
折线图、柱状图、散点图和气泡图
饼图和箱线图、直方图和极坐标图(雷达图)
热力图和瀑布图、帕累托图和排列图
漏斗图和区域图、因果分析图和控制图(关联图)
亲和图和系统图、矩阵图和优先次序矩阵图
过程决策程式图法和箭线图法
时间序列概述
EXCEL实现时间序列分析
机器学习概述
理解分类和回归
机器学习流程
理解数据集划分
特征工程
标签离散化
One-hot编码
数据规范化(标准化和归一化)
数据特征降维:(方差降维)
主成分分析(PCA)
因子分析
第3天 指标评估和分类算法和回归EXCEL超级表使用
二分类混淆矩阵
分类指标解析
阈值对决策结果影响
绘制和解读ROC曲线
绘制和解读PR曲线
过拟合和欠拟合
交叉验证和网格搜索
K近邻分类算法
决策树分类算法
决策树减枝参数调优
一元线性回归理论推导
估算系数和评估指标
多元线性回归和多项式回归
K-MEANS算法实现聚类
评估指标:FMI和轮廓系数
层次聚类算法

为什么选择艾威

自2003年成立以来,艾威培训一直致力于提供高质量的职业教育和培训。我们的课程由经验丰富的数据科学家和行业专家授课,结合最新的教育理念和技术,为学员提供了一个实用、深入的学习平台。选择艾威培训,您将获得实用的技能和持续的职业支持,为您的专业发展和职业晋升提供坚实的基础。

培训咨询

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

同类课程推荐同类课程推荐
IT技术培训课程分类