随着我国大数据产业与实体经济深度融合，金融、银行、审计、市场营销、互联网、医疗等几乎各领域都在采用业务数据化来支持企业决策，导致对数据分析人才需求出现爆发式增长，数据分析师的薪资也水涨船高；此外，数据分析不再只是数据分析师的“专业”，数据分析已经成为企业各个岗位的必备能力要求。
本课程以数据分析理论与实践案例相结合的方式讲授，通过学习本课程，使学员最终能够独立承担数据分析工作，获得将业务与数据结合进行建模分析的能力。具备数据分析能力绝对是你的职场加分项，使你在职场更有竞争力！
印尼银行员工流失问题，通过数据分析从根源找到银行员工流失的根本内核——招聘，通过优化招聘目标和流程，最终有效地降低了员工流失率，激活了企业的内核力。
电商管理，运用数据分析方法，发现了苹果手机用户对价格波动并不敏感而安卓手机用户对价格调整敏感度较高，后续就可以根据设备是苹果还是安卓，做出不同的营销方案。比如推荐不同单价的商品，或者提供不同商品的打包优惠等等达到优化运营效率的目的。
通过使用EXCEL中例如VLOOKUP、数据透视表等工具对一份餐馆运营数据进行分析，了解企业在商业环境中，是如何使用Excel来做出假设分析，评估在不同的条件下，带来不同结果的可能性，并通过比较选择出最佳决策，最终帮助企业解决运营中的关键问题。
通过使用假设分析进行风险管理，从而使航空公司通过多种方式提升业务。说明在商业环境中，如何使用Excel做假设分析。假设分析，是评估在不同的条件下，带来不同结果的可能性，并通过比较选择出最佳决策的过程，帮助学员树立数据分析的思维。
在竞选期间，通过使用A/B测试的方法，改进了奥巴马筹款网站的设计，帮助奥巴马筹集到6000万美元的竞选资金，最终获得了胜利。在A/B测试的实验阶段，学员可以看到，通过向不同用户显示不同组合，以及比较最终效果的方式，找到不同方案中最优的一个，从而提高指标，提高公司竞争力。
对于Equifax公司开展的业务来讲，像客户信用卡这么重要的信息是公司非常重要的数据资产，由于公司没有给予足够的重视，对数据做到应有的保护，最终导致Equifax公司的股价发生雪崩。通过该案例学员可以切身感受到树立数据风险意识对于企业的关键作用
2016年，新加坡有5条地铁线路运行。其中的一条非常重要的环线 MRT Circle Line 从2016年8月开始经常出现地铁信号问题而停运，这给很多靠地铁出行的居民造成了极大的不便。令人奇怪的是这些事件似乎是随机发生的，地铁公司无法分析出造成事故的原因。最终研究人员通过Marey Chart，将可能情况用视图展示出来最终使得问题顺利解决。
针对NBA球员运动数据进行分析，利用监督学习下的回归分析、分类分析以及模型选择，非监督学习下的聚类分析、缩减维度，深入浅出介绍机器学习的原理以及它们是如何运用的，从而帮助学员深度构建数据分析思维。
利用SQL的分析功能，发现某公司流失的是高素质有经验的员工，而留下的却是很多低效的员工。通过分析发现造成这样结果的原因有多方面，从而帮助公司有的放矢地解决问题。
蒙特卡罗仿真解决报童问题：通过简单的报童问题来介绍蒙特卡洛仿真的原理和应用思路。具体的实现中，我们利用NumPy软件包中的随机数生成工具来模拟报童问题中不确定的需求，并使用其数组计算工具得到在不同决策下对应的期望收益。
使用Statsmodels软件包建立新加坡公寓价格解释型回归模型，并在这个模型的基础上分析哪些因素对新加坡的公寓价格有影响。
使用Scikit-Learn软件包建立棒球运动员表现的预测模型。通过对比不同的方法，如介绍岭回归（Ridge Regression)，LASSO，数据降维处理等，让学员们熟悉不同模型的优劣和调参方法。
利用聚类分析，将NBA明星球员按照他们的基础数据进行分类，从而有助于球队在组织球队时更有针对性。
利用关联关系，分析超市销售物品之间的关联关系，这将使得超市在物品选购、库存管理、货架摆放等各方面的决策更智能，从而促进销售业绩的增长。
电影评论分析，通过分析用户对电影的评论，从而归纳和预测市场对电影的反应是正面的还是负面的。
亚马逊食品反馈分析，通过分析网上对亚马逊食品的反馈，按用户的喜好和评价，将食品进行分类，并跟踪用户评价所聚焦的领域，从而帮助商家更好地管理网上销售的产品。
介绍利用谷歌的Tensorflow深度学习架构对图像进行自动分类，然后介绍更高层次的开源YOLO架构，快速搭建图像和视频处理的平台和算法。
介绍如何利用谷歌的Tensorflow深度学习架构来对网络评论进行情感分析，以人工智能来自动把握网络评论是否正面。然后介绍更高层次的专门进行自然语言处理的GPT-2平台，对文字进行智能处理。
学员只要顺利完成本课程，即可获颁新加坡国立大学商学院出具的结业证书。
成功完成课程后，结业证书将以您注册课程时使用的姓名通过电子邮件发送给您。 所有证书图片仅用于说明目的，新加坡国立大学商学院可能会酌情更改。 注：这一在线证书课程不授予新加坡国立大学的学分或学位。
立刻报名
Associate Professor Keppo teaches risk management and analytics courses, and directs analytics executive education programmes at NUS Business School. He is also Research Director of the Institute of Operations Research and Analytics at NUS. Previously, he taught at the University of Michigan.
He has several publications in the top-tier journals such as Journal of Economic Theory, Review of Economic Studies, Management Science, Operations Research, and Journal of Business on topics such as investment analysis, banking regulation, learning, and strategic incentives. His research has been featured also in numerous business and popular publications, including The Wall Street Journal and Fortune.
Associate Professor Keppo’s research has been supported by several Asian, European, and US agencies such as the National Science Foundation. He serves on the editorial boards of Management Science, Mathematics of Operations Research, Journal of Risk, Production and Operations Management, and Journal of Energy Markets. He has consulted several start-ups, Fortune 100 companies, and financial institutions.
Prasanta is an Adjunct Assistant Professor with the Department of Analytics and Operations (NUS Business School). He holds a PhD in Information Systems from the Department of Information Systems and Analytics, National University of Singapore, where he studied computational social science with a special focus on predictive and inferential methods in large social networks.
His current research agenda aims at understanding the role of big data in emerging social and business applications like digital marketing, micro-finance, healthcare, and urban systems. He actively collaborates and consults with leading industry partners from around the world, and regularly presents his research in major computer science, information systems, and marketing conferences worldwide.
