1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、免費提供課后技術支持，保障培訓效果。
       3、培訓合格學員可享受免費推薦就業機會。☆合格學員免費頒發相關工程師等資格證書，提升職業資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

一、SPM入門操作
（一）SPM簡要介紹
1、SPM研發背景
2、軟件主要特點
3、主要算法解析：分類與回歸算法
4、經典算法場景
（二）讀取數據
1、寬表
2、常用讀取方式
（1）讀取獨立的數據文件
（2）如何連接數據庫
3、建模樣本和檢驗樣本及其變量命名
4、缺失值處理與高階類別變量
5、使用SPM進行數據瀏覽與統計
6、使用SPM進行頻率分布與相關系數
（三）建模操作
1、目標變量和預測變量的選取
2、算法的選擇
3、檢驗方式的設置
4、懲罰系數
5、算法獨立設置（略，后續結合實際案例進行演示）
6、建模操作
（四）模型評估
1、ROC
2、收益與提升
3、R方及正規化R方
4、AB-Test
5、變量重要性
6、誤分類
7、模型的保存、翻譯與打分
（五）課堂小結
（六）【案例】波士頓住房案例
（七）【實操】kaggle數據
二、算法基礎
（一）CART決策樹基本概念介紹
1.什么是CART，CART決策樹特點和基本概念;
2.用兩個案例演示CART決策樹;
（二）如何進行分裂
1.分裂搜索;
2.混雜度函數以及改進度量;
3.Gini和Twoing分裂規則介紹;
（三）Prior概率
1.Prior的意義;
2.Prior Equal和Prior Data;
（四）損失的概念
（五）缺失值處理
1.常規的缺失值處理方式;
2.使用替代變量進行缺失值處理;
（六）變量重要性
1.CART中變量重要性的度量機制
（七）CART樹形成過程
1.過度生長;
2.樹的修剪;
3.最優樹的選擇;
（八）一些CART的新功能
1.強制分裂;
2.約束;
3.自動化建模（聯組）;
4.熱點追蹤;
(九)【案例】心臟病案例/鳶尾花案例
三、TreeNet（隨機梯度提升）
（一）直覺性的介紹
1.遞歸循環;
2.提升（Boosting）思想;
（二）損失函數
1.回歸損失;
2.分類損失;
（三）參數和非參數方法
1. 優劣勢比對
（四）隨機梯度提升的算法核心概念
1.梯度;
2.回歸樹;
（五）具體建模過程圖形演示
1. 如何利用TN的平滑樣條功能快速建立LR模型
2. 如何進行交互作用探查
（六）優化模型的一些重要參數
1.學習率（收縮率）;
2.末端結點數量;
3.損失函數;
（七）TreeNet的優勢
（八）【實操】SPM自帶數據
（九）【案例】KDD法國電信案例
四、大數據在銀行營銷業務的應用
【案例】手機銀行營銷案例
【實操】盛三案例
【案例】借發貸案例
【實操】交叉銷售案例
【案例】短信推廣案例
【案例】購物籃案例
五、大數據在銀行CRM業務中的應用
【案例】企業分組案例
【案例】會員喚醒案例
【案例】流失預警案例
【實操】客戶流失數據
六、七:大數據在風控業務及互聯網金融中的應用
【案例】打分卡模型案例
【實操】個人信用數據
八、大數據在消費品行業中的應用
【案例】銷量預測案例
【實操】門店銷量預測
【案例】門店選址案例
【案例】客戶分群案例
【實操】會員分組數據
九、數據挖掘算法高階用法及總結