基於pyspark的資料科學與商業實踐視訊課程
阿新 • • 發佈:2018-12-05
基於pyspark的資料科學與商業實踐視訊課程
課程分享連結:https://pan.baidu.com/s/1Amy3SzkcgW2dWCSGoaiB6A
密碼:bi7b
課程介紹:
客戶洞察是分析型客戶關係管理的核心,是實現客戶智慧的必要手段,其旨在增加CRM系統的商業分析與輔助決策能力。分析型CRM需要整合外部客戶資料、渠道資料和大量交易資料,並從中提取出隱含有用的資訊,這便是資料科學的用武之地。客戶生命週期是客戶洞察中最常用的分析工具,企業對初次接觸的客戶瞭解甚少,隨著交往時間的延長,對其洞察越深入,分析主題越豐富。本課程就按照客戶產品生命週期逐步展開資料科學的不同議題。
本課程全面介紹了金融銀行系統所涉及的最常見的演算法及企業應用場景以及結合大資料Spark的程式碼實現,系企業一線資料探勘、人工智慧演算法工程師結合親身工作經歷講解,企業內部培訓,全套課件+程式碼,具有很強的實用意義和參考價值
課程目錄:
- 資料科學概述
- 資料科學的應用場景
- 資料科學與客戶智慧
- 資料科學基本概念
- 案例:利用RFM營銷模型程式碼演示分析流程(一)
- 案例:利用RFM營銷模型程式碼演示分析流程(二)
- 案例:利用RFM營銷模型程式碼演示分析流程(三)
- 案例:利用RFM營銷模型程式碼演示分析流程(四)
- 案例:利用RFM營銷模型程式碼演示分析流程(五)
- 資料科學家的角色及功能
- 資料科學家的能力範疇
- CRM 資料分析涉及的技術與業務
- CRM 資料探勘常用分類演算法舉例(上)
- CRM 資料探勘常用分類演算法舉例(下)
- 金融行業客戶生命週期價值在企業中的實際應用
- 金融行業客戶獲取與價值預測在企業中的實際應用
- 金融行業初始和行為信用評級在企業中的實際應用
- 金融行業客戶洞察原理及在企業中的實際應用
- 金融行業交叉銷售原理及在企業中的實際應用
- 金融行業複雜網路反欺詐原理及在企業中的實際應用
21、金融行業客戶流失預測與挽留在企業中的實際應用
22、基於客戶生命週期的資料分析程式碼案例(上)
23、基於客戶生命週期的資料分析程式碼案例(下) - 案例:實戰個人貸款違約預測模型(一)
- 案例:實戰個人貸款違約預測模型(二)
- 案例:實戰個人貸款違約預測模型(三)
- 案例:實戰個人貸款違約預測模型(四)
- 案例:實戰個人貸款違約預測模型(五)
- 案例:實戰個人貸款違約預測模型(六)
- 案例:實戰個人貸款違約預測模型(七)
- 案例:實戰個人貸款違約預測模型 - 基於PySpark的實現 (上)
- 案例:實戰個人貸款違約預測模型 - 基於PySpark的實現 (下)
- 案例:實戰銀行零售產品的交叉營銷 - 場景、原理與企業應用
- 案例:實戰銀行零售產品的交叉營銷 - 關聯規則挖掘演算法
- 案例:實戰銀行零售產品的交叉營銷 - 購物車演算法分析
- 案例:實戰銀行零售產品的交叉營銷 - Python+Spark大資料開發環境搭建(上)
- 案例:實戰銀行零售產品的交叉營銷 - Python+Spark大資料開發環境搭建(下)
- 案例:實戰銀行零售產品的交叉營銷 - 關聯規則演算法程式碼實現(基於PySpark)
- 案例:實戰銀行零售產品的交叉營銷 - 關聯規則演算法詳解
- 案例:實戰銀行零售產品的交叉營銷 - Apiri演算法原理及程式碼實現(基於PySpark)