京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“数据分析不只是统计方法,更重要的是贴近业务的需求分析、实施过程、与效果评估。真正了解一个行业,就要接触到这个行业的遗产,目前商业数据分析遗产基本上都是以SAS的形式出现的。如果说SAS的遗产是100的话,其他软件的遗产加在一起不超过50。”_摘自CDA SAS金牌讲师常老师语录。
SAS的优点不胜枚举,某知乎网友的总结供大家参考:
1. 权威认证:SAS认证被美国企业界评为“最有价值认证”,SAS被评为雇主最认可的企业级统计软件。被誉为全美福利最好的企业,Google在制定公司园区的福利安排时,就曾以SAS为模板;
2. 功能强大:SAS系统是一个组合的软件系统,并具有比较灵活的功能扩展接口和强大的功能模块,在BASE SAS的基础上,还可以增加如下不同的模块而增加不同的功能,SAS EG(可视化统计分析)、SAS EM(数据挖掘)、SAS QC(质量控制)、SAS GRAPH(绘图系统)等;
3. 运行快速:SAS基于硬盘运行的数据处理和分析机制,使得SAS可以在本机进行大数据分析和处理;
4. 适用性强:SAS几乎可以运用在一切数据分析的行业、领域及场景,信贷风险建模、反欺诈模型、客户关系管理、电信离网用户预警、网站行为关联分析商品关联规则等。
培训信息
|
地点 |
课程 |
时间 |
讲师 |
费用 |
报名 |
|
北京 |
SAS数据挖掘 |
6月25-26日 7月02-03日 7月09-10日 |
翟祥 |
5900元/人 |
|
|
上海 |
SAS数据挖掘 |
6月4-5日 6月11-12日 6月18-19日 |
徐刚 |
5900元/人 |
|
|
远程 |
SAS数据挖掘 |
6月25-7月10日 6月4-19日
|
翟祥、徐刚 |
4400元/人 |
课程大纲
|
第一部分:编程基础 1、编程基础介绍 1.1 SAS 入门与基本语法 2 、访问与展示数据 2.1 认识 SAS数据和逻辑库 2.2 深入理解 SAS 数据类型 3、数据管理和操纵 3.1 创建变量 3.2 数据循环处理 3.3 合并 SAS数据集 3.4 重组数据集 4、 数据描述和图表制作
第二部分:SAS数据分析基础与高级编程 1、SQL过程简介 2、SAS宏语言 2.1 宏编译器的运行机制、宏变量 2.2 通过Data和sql步创建宏变量 2.3 定义宏和定义宏参数 2.4 宏中的分支流程语句 2.5 宏中的循环流程语句
1. 数据挖掘简介、方法论、技术介绍 2. SASEM界面与节点介绍 4. 决策树、组合算法、以及辅助应用 5. 神经网络 7. SVM、贝叶斯网络和其他模型介绍 8.模型评估 9.优化(两阶段模型)
13、聚类分析 13.1聚类分析流程 13.2 快速聚类 13.3谱聚类、密度聚类和其他聚类 14、关联规则 14.1 关联规则 14.2 序贯模型
|
讲师介绍:
翟祥:人民大学统计学博士,北京林业大学管理学院统计系教授,SAS公司骨灰级讲师。长期从事金融、电信、零售行业数据挖掘咨询工作。
徐筱刚:男,高级数据分析师,具有深厚的数理统计与应用数据分析专业背景,上海某金融机构数据分析部门高级DA,具有八年数据分析、数据挖掘的从业经验,曾就职零售企业、咨询公司等,独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。
主要案例:
1.构建数据集操作示例演示和描述性分析(流失预测模型);
2.数据清洗案例;
3.老兵捐款案例;
4.销售提升数据进行操作演示和练习;
5.客户流失模型演示和练习;
6.保险客户流失;
7.SAS编程构造信用评分模型(进件评分卡);
8.银行产品关联分析。
报名流程:
1.在线填写报名信息:
2.给予反馈,确认报名信息
3.网上缴费
4.开课前一周发送电子版课件和教室路线图
优惠多多:
1. 全日制学生及CDA LEVEL Ⅰ老学员8折优惠(学生证证明文件);
2. 同一单位三人及以上报名9折优惠,五人及以上8折优惠;
4. 老学员9折优惠;
学员对象:
1.各行业数据分析、数据挖掘从业者
2.金融、电信、零售、医学等各行业业务数据分析人员
3.政府事业单位大数据及数据挖掘项目人员
4.数据挖掘岗位就业、提拔涨薪、技能优化等从业人员
5.对数据挖掘感兴趣的各界人员
关于证书:
CDA考试安排:
1. 考试时间2016年6月26日
2. 考试内容:CDA LEVLE Ⅱ建模分析师大纲。
3. 报名费用:1500元/人。参加CDA系统培训学员费用为1000/人。
4. 其他:CDA考试一次不过可申请补考,补考费用为原价一半。证书3年审核一次。
5. 报考链接: http://exam.cda.cn/

数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12