马上要放暑假了，各位小伙伴是不是在琢磨暑假该干点啥呢，找实习，去旅游，还是闭门修炼？
那么今天，小编就有一门好课要带给你们
！
在介绍本次邂逅之前，先来认识一下我们帅气与技术并存的的导师团队：
您的导师：
谢佳标，微软中国MVP，多届中国R语言大会演讲嘉宾，目前在创梦天地担任高级数据分析师一职， 作为创梦天地数据挖掘组的负责人，带领团队对游戏数据进行深度挖掘， 主要利用R语言进行大数据的挖掘和可视化工作。从事数据挖掘建模工作已有9年， 曾经从事过咨询、电商、电购、电力、游戏等行业，了解不同领域的数据特点。 有丰富的利用R语言进行数据挖掘实战经验。
合著《R语言与数据挖掘》及《数据实践之美》等书籍。此外《R语言游戏数据分析与挖掘》即将出版。
您的专属课程助手：
技术宅男
数据小魔方杜雨，财经专业的研究僧；伪数据可视化达人；文科背景的编程小白；
喜欢研究商务图表与地理信息数据可视化，爱倒腾PowerBI、SAPDashBoard、Tableau、Rggplot2、Think-cellchart等诸如此类的数据可视化软件，创建并运营微信公众号“数据小魔方”。
他的部分作品：
上帝视角——给世界一个特写~
实习僧招聘网爬虫数据可视化
夏尔康，毕业于某211大学的统计学专业，目前就职于某三大运营商之一做数据支撑和运维，团队协作完成过多个数据挖掘项目，懂一点数据挖掘理论，懂一点算法，懂点一点R，python编程，还懂一点段子，立志做数据挖掘圈中最好的段子手，奔跑在数据挖掘道路上的一个不明吃瓜群众。
数据分析中常见的七种回归分析以及R语言实现（一）--简单线性模型
数据分析中常见的七种回归分析以及R语言实现（四）---多项式回归
怎么样，有没有被我们的高颜值导师团队给吸引到，不仅颜值高，课程技术含量也是杠杠的！
错过这次最低价特训，只能等课程结束并且多花300块钱
课程介绍：重在实战！十五大案例，开启R语言实战之门金钥匙，通过一个半月的高强度实战学习，熟练掌握R语言分析、挖掘等日常60%以上碰到的问题，和业务结合，更快掌握项目经验，您的问题将会在第一时间得到解答。
适合人群：对R语言有一定了解，能够执行一些简单的操作，但是缺乏实际项目经验；对R语言的优势有了解，并且决心学习好R语言的同学。不建议不了解R语言的同学报名。
学习方式：持续一个半月心无旁骛的直播课程学习，全程无困点，由主讲老师谢佳标和两位课程小助手全程监督，课后安排作业练习，在线及时解答碰到的各种问题。学习积极者将有机会获得标哥新书《R语言游戏数据分析与挖掘》，预计有20本送出。
课程周期：7月11日开课，本系列课程采取在线直播方式，共10次（20课时）；每周二、周日晚上开课（20:00-22:00），直播后提供录制回放视频，在线反复观看，有效期一年，专属VIP会员学习交流群，随时沟通交流。
课程价格和名额：现价299元，错过只会更高价，原价599元；本期预计最多开放450个名额。
往期学员反馈（部分）：
↓↓↓ 长按识别二维码加入奔跑吧R ↓↓↓
本次课程目录：
第一课：为什么选择R做数据挖掘？
1. 为什么要进行数据分析与挖掘？
2. 为什么选择R语言做挖掘工具？
3. R和RStuido的下载和安装（在Windows和Linux环境下）
4. Microsoft R Server 9.1的下载及安装
5. R新手上路
6. 包的安装及使用（在Wondows和Linux环境下）
7. R数据对象
第二课：数据预处理实战
1. 数据抽样必要性
2. 类失衡数据处理技术
3. 数据简单抽样、等比例抽样
4. 用于交叉验证的数据抽样
5. 综合案例：对用户是否付费数据进行抽样演示
6. 缺失值的识别及处理
7. 异常值的识别及处理
8. 综合案例：对问卷调研数据的缺失模式进行探索及插补
第三课：数据分析常用方法
1. 数据可视化：一维、二维、多维
2. 数据趋势分析：同比、环比、趋势拟合、时间序列预测
3. 相关分析：相关分析基本原理、相关系数可视化
4. 案例：活跃时间段相关分析
5. 数据降维技术
6. 对应分析的基本原理
7. 案例：利用对应分析研究用户偏好
第四课：用户行为轨迹分析：漏斗模型与路径分析实战
1. 漏斗模型与路径分析的主要区别和联系
2. 漏斗模型的主要应用场景
3. 案例：新手教程漏斗模型
4. 路径分析的主要应用场景
5. 路径分析的主要算法
6. 案例：游戏点击事件路径分析
第五课：留存分析实战
1. 用户留存
2. 流失分析
3. 留存率的分析及预测
4. 综合案例：对游戏用户的留存率进行预测及优化（Excel版及R语言版）
5. 利用shiny包搭建留存率预测平台
第六课：分类预测及模型评估
1. 常用机器学习算法介绍：KNN、朴素贝叶斯、决策树、组合方法、随机森林、人工神经网络及支持向量机
2. 不同算法的R语言实现
3. 模型评估常用手段
4. 综合案例：利用多种机器学习算法对用户流失进行预测，寻找最优模型
第七课：用户付费行为深度挖掘实战
1. LTV（用户生命周期价值）的定义及计算
2. LTV预测模型
3. 关联规则算法基本原理
4. 关联规则的R语言实现
5. 案例：对用户购买物品进行关联分析
6. 智能推荐模型构建及评估
7. 案例：对用户物品购买进行智能推荐
第八课：用户关系深度挖掘--社会网络
1. 网络图的基本概念
2. 网络图的R语言实现
3. R与Gephi的结合
4. 案例：对玩家关系进行社会网络分析
5. 利用社会网络进行社群发现
6. 案例：利用社会网络的聚类分析对用户物品购买进行分析
第九课：用户质量评分模型搭建
1. 用户质量评级的背景及目的
2. 用户质量打分模型的实现原理
3. 利用R语言搭建打分模型
4. 案例：渠道用户质量打分模型搭建
第十课：收入分析实战
1. RFM模型的研究背景及原理
2. 案例：付费用户RFM模型研究
3. RFM模型的不足及改进
4. 综合案例：游戏经济健康度与用户关系分析
快来加群咨询吧
也可以添加课程小助手微信进一步咨询：tianshansoft06
本文唯三小编：大伟、小伟、乐子
悄悄告诉你，点击“阅读原文”也可以报名哦！
