通過加入我們的項目來完成這樣的實踐項目
2016 - 17
16年11月至17年5月
域網絡和社交媒體分析
關於自然災害或大規模危機的社交媒體信息可以實時或近實時分析,以產生可采取行動的見解。本研究試圖分析社交媒體平台Twitter上的危機傳播,並發現傳播的模式和主題,該平台如何被用來分享信息,以及它如何塑造對危機的反應。
技能和工具
主題建模,k -均值聚類,分層聚類,文本分析,TABLEAU
閱讀更多
12月的16日
課程預測建模
主要目標是建立一個邏輯回歸模型,以調查和預測電信行業中導致客戶流失(流失)的參數。該項目使用了最重要和最流行的有監督數據挖掘技術之一——邏輯回歸的所有方麵。
技能和工具
邏輯回歸,預測建模,模型驗證
10月的16日
課程數據挖掘
該項目調查了組織中導致員工流失的因素。采用適度神經網絡模型和隨機森林模型建立了員工流失模型。在為兩個模型生成通用的性能參數之後,創建了一個集成模型,以確定員工流失的原因。
技能和工具
神經網絡,CART
2月的17日
課程使用Tableau進行數據可視化
這個項目探索了在視覺分析的幫助下解決問題的藝術。Tableau的數據可視化工具被用來創建交互式儀表盤,以發現隱藏的洞察力,以確定藝術拍賣行在盈利和銷售方麵的表現
技能和工具
數據可視化,TABLEAU
8月的16日
課程決策的統計方法
本項目使用假設檢驗和可視化來早期查看保險公司的銷售新激勵支付方案的成功或失敗。它提供了統計方法的概述,特別是在現實生活中的商業問題中用於決策的參數方法
技能和工具
假設檢驗,數據可視化