可能是国内最通俗易懂的数据挖掘课程！
本文不是技术文，也不是经验贴，仅分享CDA一位遍历CDA数据分析员，LEVEL I，LEVEL II SPSS Modeler，Python，SAS等课程的学员心得体会。
有很多小伙伴觉得最近大热的是Python 或者是R，我课程几乎都听过，但最后我却独爱李老师的SPSS Modeler，只有经历过，才知道什么最适合自己，李老师的课给了我很大的自信，也让我在数据分析的道路上不惧困难的越走越远。
李老师是台湾人，说话确实是有一些台腔，但这并不影响听课，因为说话很好听喔，有一种让你想学习听课的魔力，我个人很喜欢。李老师是个很耐心也很可爱的人，他不会说你遇到的提问的问题，是多么浅显，就不会好好回复，我上次因为软件安装盘的问题，分析数据一直报错，我的课就一直卡在那里，没办法继续（我是看的录播，直播没赶得上，很遗憾），我通过课程老师找到李老师，一直再试问题，都晚上十一点多了，才解决好，让我无比感动，在看录播的时候，有同学问的问题很简单，李老师也没有嫌烦，一点一点直到同学可以明白，大家要知道现在很多老师，耐心是很缺乏的，别说简单的问题，就是稍微深一点的问题，他觉得你烦的，一般都会直接忽略，很感激在数据分析的路上可以遇到这样一个好老师。
SPSS Modeler和像Python R这类的软件不太一样，它适合编程基础较弱，或者是没有基础的伙伴们进行数据分析，我是从审计行业想转行的，所以我在二级的道路上一直都比较迷茫，我该学什么软件才好呢，可是我的基础不强，我该怎么办才好呢，别说是其他的SAS 我也听得没SPSS Modeler这么明白，可能是我生性愚钝吧，那些大热的软件，我有些应付不过来，我就想着好好把这个软件学好，以后再去涉及到其他的部分。真正的学习并不是说你学的东西有多热门，你学的东西有多讨人喜欢或者是其他原因，而是适合自己最重要。
我是今年六月的二级，二级的几门课我几乎全报了，像sas、Python我都报了名，可也都跟着听了一遍，老师讲的是很好，但转了一圈，我还是更喜欢李老师的课，我跟课程老师说，李老师还有其他的课程吗？他有什么我就去报什么，没有别的原因，只是因为人格魅力很强。
讲课风趣幽默，能把复杂的东西简单化，这不就是我们想要的学习结果吗？我们不都是想把硬骨头啃下来，以后就会好很多不是吗？
学习了这么久，有一套自己的学习方法才是最重要的，李老师推荐了很多的书都很棒，我准备二级考完好好看一看，光是输入没用，你要去做，转化成输出，知识才真正是你的，要学会内化，总结，不断反省才能成长。
李老师的课，十六个课时，很惭愧我才听了一遍多，第二遍还没有听完，在各个课程的比较中，我也花了不少时间，所以进度有些慢，在第一遍听课的时候可以听慢一些，方便有时间思考和记笔记，到了第二遍的时候，你就可以稍微加快一些进度，这里的加快是指老师讲的一些生活小事我们可以先跳过去不听，毕竟时间有限。考纲这次好像也是李老师出的，深得我心呐。考纲一定要看，至少两遍，不能再少了，我考纲的时间分配是这样的：在开始听李老师课之前，我先看了听了一遍考纲视频，那时候云里雾里的，不过有好处就是带着问题去听课，你更能听明白。第二遍是在你听完第一次课之前，考纲的知识点你就可以拿出来整理和总结了，以前不会的问题，现在应该几乎都能明白，当然一定会有一些依旧不是很会的地方，那第二遍视频就可以开始了，找准目标的听课，比较容易找到答案，不断查漏补缺，才能更好的进步。考纲上的习题一定要看，都是比较简单的基础题。如果之后做题还是有不太会的地方，可以对着考纲找知识点回看，若还是不能明白，建议去找老师解答，不管哪个方向的，找李老师他应该都是很热情的来回答大家的问题。
祝大家都可以考一个好成绩！
小北
2016.6.13
结论：数据分析和数据挖掘更重要的是分析思维，模型原理和对业务的深刻理解应用。软件只是分析的工具，选择合适自己的是最重要的。借用邓小平总理提出的“猫论”,即“不管黑猫白猫,抓得到老鼠就是好猫。”
最后，请允许小编打个广告~~~
CDA level II SPSS modeler 数据挖掘课程，
4月1-6日（连续6天），北京&远程直播，
台湾李御玺老师亲自授课。
一、课程安排
北京&远程：2017年4月01日-4月06日-连续班
授课安排：
(1) 授课方式：周末培训，视频赠送，中文多媒体互动式授课方式
(2) 授课时间：上午9:00-12:00，下午13:30-16:30，16:30-17:00(答疑)
(3) 学习期限：现场与视频结合，长期学习加练习答疑。
二、课程大纲
第一阶段：数据挖掘基础
1.数据挖掘在政府及各行业的应用
2.数据挖掘的起源、定义及目标
3.数据挖掘的发展历程
4.数据挖掘的知识发掘步骤（KDD）
5.数据挖掘的产业标准（CRISP DM）
6.数据挖掘的功能分类
7.数据挖掘相关网站介绍
a.案例：信用评等数据集、天气数据集、玻璃制品数据集
第二阶段：基础数据挖掘及数据前处理技术
1.描述性统计分析技术
2.数据可视化技术
3.数据前处理技术
a.案例：新车设计数据集、信用评等数据集
b.案例：药物治疗数据集、电信客户组合营销案例
第三阶段：进阶数据挖掘技术1
1.训练数据与测试数据拆分
2.统计方式的变量选择
a.卡方检定
b.T检验级ANOVA检定
3.模型方式的变量选择
a.决策树算法
b.罗吉斯回归选择法
c.包装法
第四阶段：进阶数据挖掘技术2
1.分类之贝叶斯网络
2.分类之决策树
3.分类模型的评估
a.案例：细胞样本数据集、零售促销数据集、电信客户分类
第五阶段：进阶数据挖掘技术3
1.分类之支持向量机
2.分类之多模型整合
3.预测之简单线性回归、复回归
4.预测之回归树
5.预测之神经网络
6.关联分析：Apriori算法
7.时间序列分析
a.案例：零售购物篮数据集
第六阶段：项目实作案例
1.企业使用之范围：电信商品营销项目
2.企业使用之范围：银行信用评分卡建置
3.企业使用之范围：零售大数据促销项目
三、课程讲师
李御玺
台湾铭传大学教授/中华数据挖掘协会理事
台湾大学博士，在其相关研究领域已发表超过260篇以上的研究论文，同时也是国科会与教育部多个相关研究计划的主持人。 其还兼任厦门大学数据挖掘中心顾问，中国人民大学数据挖掘中心顾问，IBM SPSS-China顾问。服务过的客户包括：中国工商局、中信银行、台新银行等。
四、报名流程
1.在线填写报名信息（扫描二维码报名）
官网端：
微信端：
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
五、联系我们
电话：010-68411404
手机：13001066694（张老师）
QQ：2881989710
18811331062（田老师）
QQ：2881989709
邮箱：[email protected]
[email protected]
—— Join Learn!
