课程大纲：
二、界面介绍
三、数据挖掘原理
四、数据应用
1、数据读入
2、数据导入读取
3、数据库安装
4、常见数据类型的读入
五、数据整理与记录
1、数据记录选项
2、排序、平衡和分区
3、分区汇总
4、合并与追加
六、数据分解与处理
1、数据类型节点
2、导出、填充、分类
3、分级和
4、关联分析与数据处理
七、数据的整合应用
1、数据质量清洗
2、聚类分析与细分
八、金融行业案例
互联网数据分析师，擅长数据管理、数据分析、市场分析、数据挖掘、数据可视化及网络营销，曾参与多个大型市场研究项目，包括品牌研究、广告分析、口味测试、价格研究、概念测试、普查、汽车研究、神秘顾客等；曾任职于中型独立B2C电商公司，包括查询数据库数据做分析、可视化、撰写报表等工作。在电商服务公司任职时，对品牌研究，客户价值分析，客户生命周期，商品分类，流量质量评估，文本数据挖掘，数据管理(MySQL)，数据可视化有深入研究。
第二集 数据分析软件界面介绍
第三集 数据挖掘的原理
第四集 做数据分析前的数据准备
第五集 数据导入读取
第六集 数据库的安装
第七集 常见数据类型的读入
第八集 关于数据记录类型的介绍
第九集 排序、平衡和分区
第十集 分区汇总、合并与追加
第十一集 什么是数据类型节点
第十二集 导出、填充和分类的应用
第十三集 分级与RMF在数据处理中的作用
第十四集 关联分析与数据处理
第十五集 有效的数据质量清洗
第十六集 聚类分析与细分
第十七集 金融行业案例分享
推荐星级：
