基於pyspark的數據科學與商業實踐視頻課程
課程分享鏈接: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,是實現客戶智能的必要手段,其旨在增加CRM系統的商業分析與輔助決策能力。分析型CRM需要整合外部客戶數據、渠道數據和大量交易數據,並從中提取出隱含有用的信息,這便是數據科學的用武之地。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,隨着交往時間的延長,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數據科學的不同議題。
本課程全面介紹了金融銀行系統所涉及的最常見的算法及企業應用場景以及結合大數據Spark的代碼實現,系企業一線數據挖掘、人工智能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+代碼,具有很強的實用意義和參考價值
課程目錄:
- 數據科學概述
- 數據科學的應用場景
- 數據科學與客戶智能
- 數據科學基本概念
- 案例:利用RFM營銷模型代碼演示分析流程(一)
- 案例:利用RFM營銷模型代碼演示分析流程(二)
- 案例:利用RFM營銷模型代碼演示分析流程(三)
- 案例:利用RFM營銷模型代碼演示分析流程(四)
- 案例:利用RFM營銷模型代碼演示分析流程(五)
- 數據科學家的角色及功能
- 數據科學家的能力範疇
- CRM 數據分析涉及的技術與業務
- CRM 數據挖掘常用分類算法舉例(上)
- CRM 數據挖掘常用分類算法舉例(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
- 金融行業初始和行爲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
- 金融行業複雜網絡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數據分析代碼案例(上)
23、基於客戶生命週期的數據分析代碼案例(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 - 關聯規則挖掘算法
- 案例:實戰銀行零售產品的交叉營銷 - 購物車算法分析
- 案例:實戰銀行零售產品的交叉營銷 - Python+Spark大數據開發環境搭建(上)
- 案例:實戰銀行零售產品的交叉營銷 - Python+Spark大數據開發環境搭建(下)
- 案例:實戰銀行零售產品的交叉營銷 - 關聯規則算法代碼實現(基於PySpark)
- 案例:實戰銀行零售產品的交叉營銷 - 關聯規則算法詳解
- 案例:實戰銀行零售產品的交叉營銷 - Apiri算法原理及代碼實現(基於PySpark)