课程购买地址：

重在实战！十五大案例，开启R语言实战之门金钥匙 https://edu.hellobi.com/course/192   

课程名称：

重在实战！十五大案例，开启R语言实战之门金钥匙

课程特色：

科学规划全套课程体系，从入门到进阶，从理论到技巧，逐步推进； 

资深老师悉心授课指导，原理推导、代码剖析多管齐下，助力解决学习问题掌握知识； 

注重引导，培养学员自身理问题、分析问题及解决问题能力； 

嵌入丰富课程案例讲解，让学习过程中不再枯燥无味； 

直播课堂交互学习，近距离感受讲师热情与浓厚学习氛围

课程介绍：

零基础快速掌握R语言；

快速掌握常用数据处理技术

实战案例：熟练运用R进行用户行为轨迹分析

实战案例：对用户付费行为进行深度挖掘

实战案例：对用户关系进行社会网络分析

实战案例：利用R语言构建用户评分模型

主讲老师：谢佳标

微软中国MVP，多届中国R语言大会演讲嘉宾，目前在创梦天地担任高级数据分析师一职， 作为创梦天地数据挖掘组的负责人，带领团队对游戏数据进行深度挖掘， 主要利用R语言进行大数据的挖掘和可视化工作。

从事数据挖掘建模工作已有9年， 曾经从事过咨询、电商、电购、电力、游戏等行业，了解不同领域的数据特点。 有丰富的利用R语言进行数据挖掘实战经验。

合著《R语言与数据挖掘》及《数据实践之美》等书籍，均在京东有卖。此外《R语言游戏数据分析与挖掘》即将出版。

培训过的精品课程有：《R语言十三式》、《R语言快速入门》、《R语言文本挖掘快速入门》等。

开课时间：

2017年7月11日

课程定价：

原价：599

促销价：299

学习方式：

本系列课程采取在线直播方式，共10次（20课时）；

每周二、周日晚上开课（20:00-22:00）

直播后提供录制回放视频，在线反复观看，有效期一年专属VIP会员学习交流群，随时沟通交流。

社区问答+在线答疑，巩固知识点。

课程目录：

第一课：为什么选择R做数据挖掘？

1.     为什么要进行数据分析与挖掘？

2.     为什么选择R语言做挖掘工具？

3.     R和RStuido的下载和安装（在Windows和Linux环境下）

4.     Microsoft R Server 9.1的下载及安装

5.     R新手上路

6.     包的安装及使用（在Wondows和Linux环境下）

7.     R数据对象

第二课：数据预处理实战

1.     数据抽样必要性

2.     类失衡数据处理技术

3.     数据简单抽样、等比例抽样

4.     用于交叉验证的数据抽样

5.     综合案例：对用户是否付费数据进行抽样演示

6.     缺失值的识别及处理

7.     异常值的识别及处理

8.     综合案例：对问卷调研数据的缺失模式进行探索及插补

第三课：数据分析常用方法

1.     数据可视化：一维、二维、多维

2.     数据趋势分析：同比、环比、趋势拟合、时间序列预测

3.     相关分析：相关分析基本原理、相关系数可视化

4.     案例：活跃时间段相关分析

5.     数据降维技术

6.     对应分析的基本原理

7.     案例：利用对应分析研究用户偏好

第四课：用户行为轨迹分析：漏斗模型与路径分析实战

1.     漏斗模型与路径分析的主要区别和联系

2.     漏斗模型的主要应用场景

3.     案例：新手教程漏斗模型

4.     路径分析的主要应用场景

5.     路径分析的主要算法

6.     案例：游戏点击事件路径分析

第五课：留存分析实战

1.      用户留存

2.      流失分析

3.      留存率的分析及预测

4.      综合案例：对游戏用户的留存率进行预测及优化（Excel版及R语言版）

5、利用shiny包搭建留存率预测平台

第六课：分类预测及模型评估

1.      常用机器学习算法介绍：KNN、朴素贝叶斯、决策树、组合方法、随机森林、人工神经网络及支持向量机

2.      不同算法的R语言实现

3.      模型评估常用手段

4.      综合案例：利用多种机器学习算法对用户流失进行预测，寻找最优模型

第七课：用户付费行为深度挖掘实战

1.      LTV（用户生命周期价值）的定义及计算

2.      LTV预测模型

3.      关联规则算法基本原理

4.      关联规则的R语言实现

5.      案例：对用户购买物品进行关联分析

6.      智能推荐模型构建及评估

7.      案例：对用户物品购买进行智能推荐

第八课：用户关系深度挖掘--社会网络

1.      网络图的基本概念

2.      网络图的R语言实现

3.      R与Gephi的结合

4.      案例：对玩家关系进行社会网络分析

5.       利用社会网络进行社群发现

6.       案例：利用社会网络的聚类分析对用户物品购买进行分析

第九课：用户质量评分模型搭建

1.   用户质量评级的背景及目的

2.   用户质量打分模型的实现原理

3.   利用R语言搭建打分模型

4.   案例：渠道用户质量打分模型搭建

第十课：收入分析实战

1.   RFM模型的研究背景及原理

2.   案例：付费用户RFM模型研究

3.   RFM模型的不足及改进

4.   综合案例：游戏经济健康度与用户关系分析

其他参加方式：   

加入学习后请添加客服微信：tianshansoft06（请注明：课程名称） ，加入学员交流群中。