大数据时代下的商业分析利用

2023-12-12 14:37:26

项目基本信息

专业类别

商科

参加形式

线上

适合人群

对数据科学和统计分析感兴趣的高中生和大学生

导师介绍

Mathew Curtis

Mathew Curtis

南加利福尼亚大学安纳伯格学院终身正教授

曾获南加利福尼亚大学教学与指导奖;曾于波士顿联邦储备银行任高级助理研究员;曾任英国多家著名企业商业顾问、统计分析顾问或研究员;研究领域为广告营销与人际传播、消费者决策过程、情感和健康传撞作用等;

项目背景

在大数据时代下,数据可视化是商业社会中必不可少的工具,它以更为简明直白的方式使用户快速识别数据中的商业模式和趋势,利于用户对于商业形势进行分析。同时,它也可以被用于检测异常数据点(例如异常值或数据质量问题] 来进行数据筛选。在商业、医学和科学领域,数据可视化的应用都十分广泛,它使人们能够以简单的方式交流复杂的想法,帮助数据分析师传达数据背后的意义在本课题的学习中,我们将使用软件工具来实现数据的检验与数据的可视化,同时也将利用统计手段来分析并解释数据所代表的商业意义,根据分析结果制定对应的商业策略。

项目大纲

Session 1

Objective: Introduction to Data visualization anddescriptive statistics

Description: Basic principles of effective visualization &Descriptive statistics

学习目标: 数据可视化导论&描述性统计学习

描述:有效数据可视化的基本原则,描述性统计的概论及基本原则

Session 2

Objective: Introduction to R

Description: What is R and How to use R

学习目标:R语言介绍

学习描述:统计软件R语言的介绍与使用说明

Session 3

Objective: Data visualization, data types and

formats, and data cleaning

Description: Using software for visualization

学习目标:数据可视化,数据类型与格式,以及数据清除

学习描述:学习如何应用软件实现可视化

Session 4

Objective: Descriptive data mining and privacy

学习目标:描述性数据挖掘与隐私

Session 5

Objective: Principles of good visualization design &

Inferential statistics I

Description: Using software for visualization, designing

visuals, and useful statistical tests

学习目标:良好可视化的设计原则,以及推断统计(一)

学习描述:使用软件进行可视化,设计视觉效果和有效的统计检验

Session 6

学习目标:预测性数据挖掘

Session 7

Objective: Exploratory data analysis, and

inferential statistics II

Description: Examining data and more statistical tests

学习目标:探索性数据分析 & 推断统计(二)

学习描述:检验数据和统计测试相关知识

Session 8

Objective: Imputation and data ethics

学习目标:归因与数据伦理

Session 9

Objective: Storytelling and inferential statistics III

Description: How does data tell a story & More statistical

tests

学习目标:数据展示说明 & 推断统计(三)

学习描述:如何用数据进行说明 & 基于推断统计相关知识进行

多次统计测试

Final

Presentations and wrap-up

课时安排

180课时(3周+1对1个性化论文指导)

报名方式

1. 点击复制微信号(Tops6868)

2. 扫码添加微信即可咨询报名

3. 点击立即咨询

项目收获

1、科研项目推荐信;

2、海外教授私人推荐信(EDU网推至多10封);

3、论文写作和发表辅导(独立一作);

4、参加国际学术会议(鼓励学生实地或远程)。

其他信息

课题大纲

上一篇 下一篇
热门项目推荐