课程目录
第一章 基本概念
第二章 自动分析数据
- 2.1 数据准备和导入
- 2.2 识别数据类型
- 2.3 定量数据分析
- 2.4 定性数据分析
- 2.5 相关性分析
第三章 数据预处理
- 3.1 全自动化的预处理
- 3.2 预处理方法介绍
- 变量粗筛选
- 异常值
- 缺失值
- 分类变量处理
- 时间变量处理
- 数据纠偏
- 平衡抽样
- 数据标准化
- 数据集划分
第四章 建立模型
- 4.1 监督学习
- 4.2 一键建模
- 4.3 算法介绍
- 线性模型
- 树类模型
- 集成算法
- 深度学习
第五章 模型评估
- 5.1 分类模型评估
- 混肴矩阵
- 准确率表
- ROC与AUC
- Gini指数与KS指标
- Lift图
- Recall图
- 5.2 回归模型评估
- 模型误差评估
- 残差图
- 结果对照图
第六章 模型调优
- 6.1 衍生变量
- 数据分箱
- 特征变量自身变换
- 结合目标变量的变换
- 变量交互
- 比率
- 日期时间变量
- 其他
- 6.2 算法选择和参数调优
- 算法选择
- 参数调优
- 6.3 附录-常见算法参数
第七章 综合案例
- 7.1 分类模型案例
- 7.2 回归模型案例