課程大綱： 大數(shù)據(jù)建模及模型優(yōu)化培訓(xùn)
1 數(shù)據(jù)建模篇
1.1 預(yù)測建模五步法
1.2 優(yōu)化求解基本策略
2 分類預(yù)測模型篇
2.1 近鄰分類（KNN）
2.2 貝葉斯分類（NBN）
2.3 支持向量機(jī)（SVM）
3 分類模型優(yōu)化篇（集成方法）
3.1 集成方法的基本原理：利用弱分類器構(gòu)建強(qiáng)分類模型
3.2 集成方法/元算法的種類
3.3 Bagging原理
3.4 Boosting的原理
4 市場細(xì)分模型
4.1 市場細(xì)分的常用方法
4.2 聚類分析
4.3 客戶價值評估與RFM模型
4.4 主成分分析
5 產(chǎn)品推薦模型
5.1 常用產(chǎn)品推薦模型
5.2 關(guān)聯(lián)分析
5.3 協(xié)同過濾
5.4 分類預(yù)測模型
6 產(chǎn)品設(shè)計與優(yōu)化
6.1 聯(lián)合分析法
6.2 離散選擇模型
6.3 品牌價值評估
6.4 新產(chǎn)品市場占有率評估
7 定價策略分析
7.1 常見的定價方法
7.2 產(chǎn)品定價的理論依據(jù)
7.3 如何評估需求曲線
7.4 如何做產(chǎn)品組合定價
7.5 如何做產(chǎn)品捆綁/套餐定價
7.6 非線性定價原理
7.7 階梯定價策略
7.8 數(shù)量折扣定價策略
7.9 定價策略的評估與選擇
7.10 航空公司的收益管理
8 客戶價值分析
8.1 如何評價客戶生命周期的價值
8.2 RFM模型（客戶價值評估）
加入高級會員獲得助教答疑
