数据分析技能不仅是学术研究中的一把利器，更是现代数据分析工作的敲门砖，CDA Level Ⅰ为基础薄弱的提供了入行的机会,能够结合业务完成基本的数据分析并作出数据报告。但想要在竞争激烈的市场中胜出，决策的速度和反应的效率尤为重要。根据调查显示，75%的在面临拟定策略时，常常无法获得实时且有根据的决策信息。什么样的数据、要通过什么样的方法，才能快速便捷的提供对决策有价值的信息，是现代所面临最迫切性的问题。因此,在CDA Level Ⅰ的基础上,CDA Level Ⅱ（建模分析师）即为决策提供及时有效、易实现、可信赖的数据支持。
在建模分析师中，数据挖掘(Data Mining)技术无疑是他们最强有力的核心竞争力。数据挖掘强调与现有信息系统的整合，以提供决策者做决策时所需的情报，或成经营智慧，以作为调整营运策略方针的辅助工具。以顾客关系管理(CRM)为例，数据挖掘是整个顾客关系管理的核心。其不但可以准确的定位目标市场，进行精准营销，还可以帮助业务人员了解客户深层需求，针对大量客户进行客制化，也就是所谓的一对一营销。
本课程的目的就是要针对数据挖掘整套流程，根据CDA Level Ⅱ大纲标准，以金融、电信、电商和零售业为案例背景，结合SPSS Moderler,SAS,PYTHON和R等工具深入讲授数据挖掘的主要算法,讲授如何在实际工作中搭建数据挖掘，制定分类数据挖掘的标准流程，让胜任全方位的数据挖掘运用场景。国富如荷网络科技有限公司联合经管之家统计培训中心推出现场培训班，详情如下：
李御玺，教授，国立大学资讯工程博士，铭传大学资讯工程学系教授，铭传大学大数据研究中心主任，中华数据挖掘协会理事，云南财经大学信息学院客座教授，浙江大学城市学院客座教授，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，SAS-Taiwan顾问。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。
IBM SPSS Modeler & WEKA实作，使用数据集：信用评等数据集、天据集、玻璃制品数据集
IBM SPSS Modeler& WEKA实作，使用数据集：新车设计数据集、信用评等数据集、药物治疗数据集、电信客户流失数据集、鸢尾花数据集、糖尿病数据集、电离层雷达侦测数据集
IBM SPSS Modeler & WEKA实作，使用数据集：信用评等数据集、玻璃制品数据集
说明企业如何利用分类技术之贝式网络及决策树来建立交叉销售(Cross-Selling)模型，以提升公司获利
IBM SPSS Modeler & WEKA实作，使用数据集：银行客户营销数据集、电信产品跨销售(Cross-Selling)数据集、疾病诊断数据集、寿险推销数据集、糖尿病预测数据集、乳癌数据集、天据集、影像数据集
说明企业如何利用分类技术之神经网络、罗吉斯回归来建立信用评分(Credit Scoring)模型，以降低公司损失
IBM SPSS Modeler & WEKA实作，使用数据集：细胞样本数据集、零售促銷数据集、电信客户分类(不同套餐选择)数据集、电信客户流失数据集、便利超商选点数据集、房价数据集、AISPACE神经网络系统介绍、可视化工具(Boundary Visualizer)实作
IBM SPSS Modeler & WEKA实作，使用数据集：电信客户流失数据集、糖尿病数据集
说明企业如何利用预测(Prediction)技术之线性回归、回归树及类神经网络来建立数值预测模型-如预测客户之年收入，以利公司设计营销活动
说明企业如何利用聚类技术来建立客群分析模型，使企业针对不同客群，采用不同之营销策略，让银行获利最大化
说明企业如何利用关联及序列分析技术来建立交叉销售(Cross-Selling)及提升销售(Up-Selling)模型，以提升公司获利