应用Machine Learning 培训

大数据是指用于存储和处理大规模数据集的解决方案。最初由谷歌开发，这些大数据解决方案已经发展并启发了其他类似项目，其中许多是开源的。R是金融行业中流行的编程语言。

R 是一个非常流行的开源环境，用于统计计算、数据分析和图形绘制。本课程向学生介绍R编程语言，涵盖语言基础、库和高级概念，以及使用真实数据进行高级数据分析和图形绘制。

受众

开发者/数据分析师

时长

3天

形式

讲座与动手实践

本次由讲师指导的培训在中国（线上或线下）面向希望学习和掌握计量经济分析与建模基础知识的任何人。

培训结束后，参与者将能够：

• 学习并理解计量经济学的基础知识。
• 使用Eviews和风险模拟器。

这门由讲师指导的中国（线上或线下）培训课程，旨在帮助中级数据分析师和商业专业人士使用R进行时间序列预测，并自动化数据分析工作流程。

在培训结束时，参与者将能够：

• 理解R中预测技术的基本原理。
• 应用指数平滑和ARIMA模型进行时间序列分析。
• 使用‘forecast’套件生成准确的预测模型。
• 为商业和研究应用自动化预测工作流程。

这门由讲师指导的培训（线上或线下）针对希望使用分析方法提升组织绩效的HR专业人士。课程涵盖定性与定量、实证与统计方法。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。

课程定制选项

• 如需定制此课程，请联系我们安排。

受众

企业主（市场营销经理、产品经理、客户基础经理）及其团队；客户洞察专业人士。

概述

本课程将跟随客户生命周期，从获取新客户、管理现有客户以实现盈利、留住优质客户，到最终了解哪些客户正在流失及其原因。我们将使用来自电信、保险、媒体和高科技等多个行业的真实（但匿名）数据进行实践。

形式

由讲师主导的培训，分为五个半天的课程，包括课堂练习和课后作业。可以通过线下或线上形式进行。

受众

• 经理
• 开发者
• 科学家
• 学生

课程形式

线上授课与讨论或线下研讨会

R 是一个开源的免费编程语言,用于统计计算,数据分析和图形。 研究由越来越多的管理人员和数据分析师在企业和学术界内使用。 R 还在没有计算机编程技能的统计学家、工程师和科学家中找到了追随者,他们发现它很容易使用。 它的普及是由于数据采矿越来越多用于各种目的,如设置广告价格,更快地找到新的药物或精致的金融模型。 R 有大量的数据采矿包。

该课程涵盖R中的对象的操纵,包括阅读数据,访问R包,写R功能,并制作信息图表。 它包括使用常见的统计模型的数据分析。 该课程教导如何在命令线和图形用户界面(GUI)上使用R软件(0)。

R是一种用于统计计算，数据分析和图形的开源免费编程语言。 R被企业和学术界内越来越多的经理和数据分析师使用。 R还发现没有计算机编程技能的统计学家，工程师和科学家的追随者都很容易使用。它的受欢迎程度是由于越来越多地使用数据挖掘来实现各种目标，例如设定广告价格，更快地找到新药或微调财务模型。 R有各种各样的数据挖掘包。

R是一种用于统计计算，数据分析和图形的开源免费编程语言。 R被企业和学术界内越来越多的经理和数据分析师使用。 R还发现没有计算机编程技能的统计学家，工程师和科学家的追随者都很容易使用。它的受欢迎程度是由于越来越多地使用数据挖掘来实现各种目标，例如设定广告价格，更快地找到新药或微调财务模型。 R有各种各样的数据挖掘包。

本课程介绍如何使用 R-project 软件将神经网络应用于现实世界中的问题。

本课程适用于已具备基本R和C++编程技能及R代码的数据科学家和统计学家，需要进一步提升R编程技能。

课程旨在为有兴趣在工作中应用这些方法的参与者提供实用的高级R编程培训。

通过行业特定案例，使培训内容更贴合学员需求。

本课程针对希望使用 SPSS 进行统计分析以准确解释数据、进行复杂的统计测试和产生有意义的洞察的初级到中级专业人员。该培训由 中国 (在线或现场)进行，讲师主导，内容为期一天。

通过这次培训，学员将能够：

• 导航 SPSS 界面并高效管理数据集。
• 进行描述性和推断性统计分析。
• conduct t 检验、ANOVA、MANOVA、回归和相关分析。
• 对数据进行高级解释时，应用非参数检验、主成分分析和因子分析。

受众

课程形式

通过本次培训，参与者将能够：

在这次由讲师主导的线下培训中，参与者将学习如何使用Tidyverse中包含的工具来操作和可视化数据。

Tidyverse是一组多功能R包，用于数据清理、处理、建模和可视化。包含的一些包有：ggplot2、dplyr、tidyr、readr、purrr和tibble。

• R语言初学者
• 数据分析和数据可视化初学者

• 部分讲座、部分讨论、练习和大量动手实践

• 进行数据分析并创建吸引人的可视化效果
• 从各种样本数据集中得出有用的结论
• 过滤、排序和汇总数据以回答探索性问题
• 将处理后的数据转换为信息丰富的线图、条形图、直方图
• 从不同的数据源（包括Excel、CSV和SPSS文件）导入和过滤数据

描述：

本课程旨在教导R语言使用者如何创建web apps，无需学习跨浏览器的HTML、Javascript和CSS。

目标：

涵盖Shiny apps的基本运作原理。

涵盖Shiny库中所有常用的输入/输出/渲染/面板功能。