課程大綱： 大數據建模及模型優化培訓
1 數據建模篇
1.1 預測建模五步法
1.2 優化求解基本策略
2 分類預測模型篇
2.1 近鄰分類（KNN）
2.2 貝葉斯分類（NBN）
2.3 支持向量機（SVM）
3 分類模型優化篇（集成方法）
3.1 集成方法的基本原理：利用弱分類器構建強分類模型
3.2 集成方法/元算法的種類
3.3 Bagging原理
3.4 Boosting的原理
4 市場細分模型
4.1 市場細分的常用方法
4.2 聚類分析
4.3 客戶價值評估與RFM模型
4.4 主成分分析
5 產品推薦模型
5.1 常用產品推薦模型
5.2 關聯分析
5.3 協同過濾
5.4 分類預測模型
6 產品設計與優化
6.1 聯合分析法
6.2 離散選擇模型
6.3 品牌價值評估
6.4 新產品市場占有率評估
7 定價策略分析
7.1 常見的定價方法
7.2 產品定價的理論依據
7.3 如何評估需求曲線
7.4 如何做產品組合定價
7.5 如何做產品捆綁/套餐定價
7.6 非線性定價原理
7.7 階梯定價策略
7.8 數量折扣定價策略
7.9 定價策略的評估與選擇
7.10 航空公司的收益管理
8 客戶價值分析
8.1 如何評價客戶生命周期的價值
8.2 RFM模型（客戶價值評估）
加入高級會員獲得助教答疑
