1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
       2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
       3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书，提升职业资质。专注高端技术培训15年，端海学员的能力得到大家的认同，受到用人单位的广泛赞誉，端海的证书受到广泛认可。

一、SPM入门操作
（一）SPM简要介绍
1、SPM研发背景
2、软件主要特点
3、主要算法解析：分类与回归算法
4、经典算法场景
（二）读取数据
1、宽表
2、常用读取方式
（1）读取独立的数据文件
（2）如何连接数据库
3、建模样本和检验样本及其变量命名
4、缺失值处理与高阶类别变量
5、使用SPM进行数据浏览与统计
6、使用SPM进行频率分布与相关系数
（三）建模操作
1、目标变量和预测变量的选取
2、算法的选择
3、检验方式的设置
4、惩罚系数
5、算法独立设置（略，后续结合实际案例进行演示）
6、建模操作
（四）模型评估
1、ROC
2、收益与提升
3、R方及正规化R方
4、AB-Test
5、变量重要性
6、误分类
7、模型的保存、翻译与打分
（五）课堂小结
（六）【案例】波士顿住房案例
（七）【实操】kaggle数据
二、算法基础
（一）CART决策树基本概念介绍
1.什么是CART，CART决策树特点和基本概念;
2.用两个案例演示CART决策树;
（二）如何进行分裂
1.分裂搜索;
2.混杂度函数以及改进度量;
3.Gini和Twoing分裂规则介绍;
（三）Prior概率
1.Prior的意义;
2.Prior Equal和Prior Data;
（四）损失的概念
（五）缺失值处理
1.常规的缺失值处理方式;
2.使用替代变量进行缺失值处理;
（六）变量重要性
1.CART中变量重要性的度量机制
（七）CART树形成过程
1.过度生长;
2.树的修剪;
3.最优树的选择;
（八）一些CART的新功能
1.强制分裂;
2.约束;
3.自动化建模（联组）;
4.热点追踪;
(九)【案例】心脏病案例/鸢尾花案例
三、TreeNet（随机梯度提升）
（一）直觉性的介绍
1.递归循环;
2.提升（Boosting）思想;
（二）损失函数
1.回归损失;
2.分类损失;
（三）参数和非参数方法
1. 优劣势比对
（四）随机梯度提升的算法核心概念
1.梯度;
2.回归树;
（五）具体建模过程图形演示
1. 如何利用TN的平滑样条功能快速建立LR模型
2. 如何进行交互作用探查
（六）优化模型的一些重要参数
1.学习率（收缩率）;
2.末端结点数量;
3.损失函数;
（七）TreeNet的优势
（八）【实操】SPM自带数据
（九）【案例】KDD法国电信案例
四、大数据在银行营销业务的应用
【案例】手机银行营销案例
【实操】盛三案例
【案例】借发贷案例
【实操】交叉销售案例
【案例】短信推广案例
【案例】购物篮案例
五、大数据在银行CRM业务中的应用
【案例】企业分组案例
【案例】会员唤醒案例
【案例】流失预警案例
【实操】客户流失数据
六、七:大数据在风控业务及互联网金融中的应用
【案例】打分卡模型案例
【实操】个人信用数据
八、大数据在消费品行业中的应用
【案例】销量预测案例
【实操】门店销量预测
【案例】门店选址案例
【案例】客户分群案例
【实操】会员分组数据
九、数据挖掘算法高阶用法及总结