这是一套数学+IT的教程，适合已经有一定的IT基础，但对数据分析行业尚不了解的朋友进修学习。
【教程内容】
1 基础数据分析知识，包括一些概率统计里的概念、术语，和基本统计量的计算方法等。
2 一些常用的数据分析和数据挖掘算法，以及有关的各种领域里的实际应用案例分析
3 流行数据分析软件SPSS操作和使用方法
【教程章节】
第一周、SPSS概览, SPSS安装与进入,数据文件的管理, 建立与保存数据文件-File,能够编辑数据文件，从原有变量计算新变量
第 二周、Descriptive Statistics菜单, Frequencies，Explore，Crosstabs过程,Compare Means菜单, Means过程，One-Samples T Test过程,Independent-Samples TTest过程
第三周、Compare Means菜单, General Linear Model菜单,两因素方差分析,univarate协方差分析,其他较简单的方差分析问题
第四周、General Linear Model菜单,多元方差分析,重复测量的方差分析 , Correlate菜单
第五周、Regression菜单,Linear过程 ,Binary Logistic过程,NonparametricTests菜单
第六周、SPSS结果窗口用法,结果浏览窗口,掌握WORD等软件中使用输出结果，进行图片编辑, SPSS统计绘图功能, 常用统计图 ,因素分析
第七周、SPSS Clementine软件功能演练，熟悉SPSS Clementine软件功能，了解SPSS Clementine 软件的各选项面板和操作方法。
第八周、SPSS Clementine 数据可视化，熟悉SPSS Clementine 绘图，了解SPSSClementine 图形选项面板各节点的使用方法；熟练掌握SPSS Clementine 数据可视化流程。
第九周、决策树C5.0 建模（结合案例），熟悉SPSS Clementine 软件建模方法和技术，掌握SPSS Clementine分布图、散点图、网络图的创建方法，掌握决策树C5.0 建模方法。
第十周、关联规则挖掘（超市购物篮分析），熟悉C5.0 规则归纳、掌握购物篮分析的方法。
第十一周、欺诈屏蔽/异常检测/神经网络，熟悉各种聚类分析方法；了解神经网络分析方法与过程；掌握异常检测的方法。
第十二周、分类和回归树节点(C&RT)，掌握C&RT分类算法，掌握决策树的建立和修剪，了解C&RT分类算法在管理决策中的应用。
综合实验：熟悉Clementine软件从数据导入到结果输出的全过程。应用各种数据挖掘算法解决实际问题

【Cloudera大数据技术交流 205501811】

自己给自己顶顶。

正在学大数据，谢谢楼主

可以发资料么？

感谢～感谢～感谢～

好贴。。。

吊爆了