“七”待已久，“夕”望是你，“快”来学习，“乐”在其中！

2018 年 8 月 17 日 R语言中文社区

当小枫和小雨再次在咖啡厅相遇的时候，世界安静了一分钟。

时间慢慢拉回到那个曾经的青葱时光。小枫和小雨都考上了市里一所重点高中，在第一天报到的时候，小雨被安排坐小枫的同桌。每天上课小枫不是睡觉就是看课外书，基本上不听老师讲课。小雨也是没事就请假和朋友们出去玩，每次考完试，一个在榜首一个在榜尾。有一天小雨让小枫帮她把作业交一下，结果第二天她就被老师叫去了办公室，原来是她在最后一题用了一种老师没有教过的方法，老师对此大加赞赏。之后每次小雨都让小枫帮她交作业，渐渐地他俩成了好朋友，成绩榜上他俩的名字也越来越近。他俩相约好要一起上B大。在高考成绩公布后，他俩一个去了B大，一个去了Q大，两所排名都比较靠前的学校。原来，小枫每次都悄悄地帮小雨“整理”作业思路，小雨每次都会认真钻研小枫帮她“改”过的作业。

好久不见！在静静地看了对方一分钟后，两人异口同声地说。聊天时小雨说她是和朋友一起来参加一场线下培训，而小枫则一脸温柔加微笑地看着小雨（糟糕，是心动的感觉），在得知小枫是这场培训的组织者之后，小雨惊讶地问他是怎么成为这家互联网公司的总裁的，小枫就给她推荐了

→Python数据科学-技术详解与商业实践课程

之后，公司里总会看到一对郎才女貌的情侣手牵手上下班。

好像空气中弥漫了一种奇怪的味道

甜（酸）蜜（臭）味~

噫~

那小枫推荐的具体是什么课程呢？

来来来，让我们一起学猫叫，一起 skr~skr~skr~

oh，好像有点跑偏了，不好意思

来~请排好队跟着小编来揭秘这个神奇的课程

Python数据科学-技术详解与商业实践课程

先来一起分析下这个课程的名字

敲黑板

1、商业实践（八大案例）

曾经有位伟大的科学家说

说啥呢？

给你们5秒猜一下（5、4、3、2、1）

时间到，说的是

：实践是检验真理的唯一标准

以数据科学实际运用主题为切入点，结合八大商业实战案例，

带你尽览商业数据分析的全场景，让你不仅掌握了Python数据科学知识原理，更懂得如何在实际中灵活应用。

哇，好棒棒！

当然啦，这只是这门课的一个闪光点

接着，重磅来袭，请稳住，接好

2、配套书籍

如果说

你是耀眼的星火，我是浪花的泡沫…

啊，pei，我们重新来

如果说成功的男人背后一定有一个优秀的贤内助，

那

Python数据科学技术详解与商业实践课程有了配套书籍的陪伴，

让你、我、他都不再孤单，

感觉被世界拥抱了，好温暖

来让我们一睹这本书的芳容，

原来是一本集Python基础、数据分析、数据挖掘、机器学习于一身的

干货满满的技术+业务的

好（大）书（作）。

具体好在哪，请听这会儿分解：

1）不只讲技术

2）不只讲业务

3）讲技术+业务，

4）不只教你绘图

5）教你如何正确地绘制正确的图

6）数据整合、清洗一体化，传说中的盖帽法、分箱法等实际业务所需要的都有

7）将你从数理统计、概率论中繁琐公式解救出来，用Python轻松实现

8）不平衡分类数据不再怕，欠采样法、过采样法、综合采样法，都教你轻松处理解决

9）还有用“无痛”学习法去学习让人头疼的模型算法公式

还有…

好多好多，具体请看书中内容~

莫急莫急莫急

请看

（先悄悄剧透一下，

只要完成下方课后作业，书啥的不只江浙沪，全国都包邮，免费赠送）

3、课后作业

曾经

有一份真挚的感情摆在我面前，我没有珍惜，

如果再给我一次机会，我一定会

好好做作业

OK啦，镇定来请童鞋们抬头挺胸，

看作业目录安排

Duang~划重点→有数据、有课件、有讲解、有直播、有活动、有答疑

哇咔咔，啥都有

同时：每周二晚上9:00-10:00针对给定的题目组织学员讨论并进行指导。

当然，学员有一周的学习和准备时间。

但是，

为了督促学员学习，直播内容不提供录播、课件和脚本。

小伙伴们，请好好做作业，天天向上，笔芯~

好了，重中之重来了，请停下收手中的everything

4、课程目录

第一讲：数据科学家的武器库（对应图书第1章） ---免费试听

1、数据科学的基本概念

2、数理统计技术

3、数据挖掘的技术与方法

4、分类模型的评估方法

第二讲：Python基础（对应图书第2、3章） ---免费试听

1、Python简介与安装Anaconda

2、Python基础数据类型与表达式

3、Python原生态数据结构

4、Python控制流、函数与模块

第三讲：信用卡客户特征分析-产品客户画像初步（对应图书第4、5章） ---8月28日直播

1、使用描述性统计进行数据探索

2、制作报表与统计制图

3、数据可视化原则与报告PPT制作

4、讨论题目-化妆品销售数据的可视化分析：内容涉及业务报告的故事构思、对比分析、趋势分析、产品画像、客户画像与可视化

第四讲：二手房价格分析报告（对应图书第6、7章） ---9月4日直播

1、统计推论——大胆假设与小心求证

2、方差分析与相关分析——影响房价的单因素探索

3、线性回归——影响房价因素的系统性分析

4、业务分析报告的标准模板

5、讨论题目-建立上市公司绩效预测模型：基于企业的历史经营信息预测未来的营收状况。

第五讲：汽车贷款信用评分卡制作（对应图书第6、8章） ---9月11日直播

1、对违约预测的业务理解与建模流程

2、卡方检验——影响违约的单因素探索

3、逻辑回归——建立违约预测模型

4、数据挖掘报告的标准模板

5、讨论题目-信用评分卡模型：内容涉及变量筛选、WOE转换、建立模型、模型检验(ROC与KS)与评分卡制作

第六讲：电信客户流失预警（对应图书第9、10章）---9月18日直播

1、建立决策树——判别流失类型

2、构建神经网络——建立分类型的流失预警模型

3、讨论题目-量化选股模型：基本面与动量选股策略、制作因子指标、建立神经网络预测模型

第七讲：信用卡行为反欺诈模型(对应图书第11、12、16、17章) ---9月25日直播

1、集成学习在反欺诈模型的适用性

2、反欺诈模型的数据特征与不平衡数据处理

3、甜点：使用抽样调整、组合算法提升宽带营销预测模型的预测能力

4、讨论题目-信用卡行为反欺诈模型：稀疏数据问题、神经网络反欺诈模型的难点、深度随机森林的优势

第八讲：慈善机构精准营销案例(对应图书第13章)  ---10月9日直播

1、特征工程需要解决的问题

2、连续变量压缩技术

3、分类变量压缩技术

4、讨论题目-信用卡客户流失预警模型：CRISP_DM建模流程、数据清洗、变量压缩、模型开发与评估

第九讲：银行客户渠道使用偏好洞察案例(对应图书第14章)   ---10月16日直播

1、客户智能与客户画像

2、客户360视图与标签体系

3、聚类模型与客户细分

4、聚类模型与分类模型的螺旋式发展

5、分类模型算法进阶-凸优化、朴素贝叶斯、SVM、GBDT推导与分类模型评估

6、讨论题目-电信客户消费行为聚类：变量主题相关性分析、信息压缩、分布形式转换与客户分群描述

第十讲：推荐系统设计与银行产品推荐(对应图书第15章)  ---10月23日直播

1、推荐系统设计

2、推荐算法适用性分析

3、购物篮分析与关联规则

4、讨论题目-电信公司产品捆绑销售策略制定：产品互补性分析与购物篮在捆绑销售中的实操

满满的课程干货，以视频为证

先一睹为快

全五星好评

恩还有....请灯光音效准备~压轴即将出场

5、讲师简介

Ben

《Python数据科学：技术详解与商业实践 https://item.jd.com/30116890297.html》作者，资深数据科学专家和金融技术专家。2005年进入数据科学领域，先后在亚信、德勤、百度等企业从事电信、金融行业数据挖掘工作。专注于零售金融方面的数据治理、客户智能与风险智能领域。