国产极品粉嫩福利姬萌白酱_伊人WWW22综合色_久久精品a一国产成人免费网站_法国啄木乌AV片在线播放

培訓重點
1.數據分析實戰
2.數據挖掘理論及核心技術 
3.大數據算法原理及案例實現
4.Python應用(yong)實(shi)戰(zhan)

培訓特色
1.理論與實踐相結合、案例分析與行業應用穿插進行；
2.專家精彩內容解析、學員專題討論、分組研究；
3.通(tong)過全面(mian)知識(shi)理解、專題技能和實(shi)踐結合的(de)授課方式。

日程安排
第一天
數據分析實戰
第一講  零基礎學Python 講解Python背景、國內發展狀況、基礎語法、數據結構及繪圖操作等內容。特別針對向量計算這塊，著重介紹Python在這方面的優勢及用法。
第二講  數據分析方法論 講解統計分析基礎，包括統計學基本概念，假設檢驗，置信區間等基礎，并結合數據案例說明其使用場景和運用方法。介紹數據分析流程和常見分析思路，并結合案例進行講解。
第三講  數據處理技法 從數據接入、數據統計、數據轉換等幾個方面進行講解。數據接入包含接入MySQL、Oracle、Hadoop等常見數據庫操作；數據統計包含Pandas包的具體用法和講解；數據轉換包含對數據集的關聯、合并、重塑等操作。此外，針對海量數據的情況下，介紹在Spark平臺上的數據處理技術，并結合真實環境進行操作講解。
數據挖掘理論及核心技術
第四講  認識數據挖掘 講解數據挖掘基本概念，細致講解業務理解、數據理解、數據準備、建立模型、模型評估、模型部署各環節的工作內容及相關技術；結合業界經典場景，講解數據挖掘的實施流程和方法體系。
第五講  數據挖(wa)掘(jue)核(he)心(xin)技術 細致(zhi)講解抽樣、分區(qu)、樣本(ben)平(ping)(ping)衡、特(te)征選(xuan)(xuan)擇(ze)、訓練(lian)模型、評估模型等數據挖(wa)掘(jue)核(he)心(xin)技術原理(li)，并結(jie)合(he)案例講解其具(ju)體實現和用法(fa)。尤其針對樣本(ben)平(ping)(ping)衡，重(zhong)點(dian)講解人(ren)工合(he)成、代價敏感等算法(fa)；針對特(te)征選(xuan)(xuan)擇(ze)，重(zhong)點(dian)講解特(te)征選(xuan)(xuan)擇(ze)的核(he)心(xin)思路，并結(jie)合(he)Python進行案例演示(shi)。

第二天
大數據算法原理及案例實現（1）
第六講 特征降維算法及Python實現 降維是大數據分析非常重要的算法 ，它可以在降低極少信息量的情況下，極大地縮小數據規模。主要講解主成分、LDA以及t-SNE原理，并結合案例進行Python實現。特別地，針對海量數據情況下的應用場景，講解實現思路和Python案例。
第七講 決策樹算法及Python實現 決策樹是非常經典的算法 ，一般常見于小數據的挖掘。由于決策樹具有極強的可解釋性，針對海量數據仍然是非常重要的實用價值。主要講解ID3、C4.5、C5.0以及CART決策樹算法的實現原理，并結合案例進行Python實現。
第八講 基(ji)于乳(ru)腺癌數(shu)據進行(xing)(xing)降(jiang)維分(fen)析并(bing)建(jian)立分(fen)類模型 實(shi)戰部分(fen)：基(ji)于乳(ru)腺癌數(shu)據進行(xing)(xing)降(jiang)維處理，并(bing)嘗試建(jian)立分(fen)類評估(gu)模型。旨在通(tong)過該模型，并(bing)潛在的乳(ru)腺癌患者進行(xing)(xing)識別。

大數據算法原理及案例實現（2）
第九講  因果推理算法及Python實現 大數據分析技術可以幫助我們去發現、解決一些業務問題，然而如何去判斷我們的改進是否生效，是否在業務指標上呈現過一定的因果邏輯，則是一個重要問題和分析方向。本節主要介紹因果推理算法，包括貝葉斯推理、狀態空間模型以及CausalImpact工具等內容，并結合案例進行Python實現。
第十講 深度學習算法及Python實現 對于大數據的建模任務，我們可以基于深度學習來實現，不僅能夠針對海量數據進行建模，其效果也非常不錯。本節主要講解深度學習的發展歷程，DBN、DNN等經典深度學習算法，深度學習優化算法以及一些技巧。同時，介紹Keras庫的使用方法，并結合案例進行Python實現。
第十一講 Lending Club信(xin)貸(dai)違約分析案例(li) 實戰部分：基于Lending Club信(xin)貸(dai)違約數(shu)據，嘗試從多個不同的(de)維度進行(xing)數(shu)據分析，旨在(zai)發(fa)現一些有(you)價值的(de)信(xin)息(xi)，同時基于該數(shu)據，經過一定的(de)處理，建(jian)立信(xin)貸(dai)違約識別模型(xing)(xing)，旨在(zai)對信(xin)貸(dai)業務辦(ban)理提(ti)供模型(xing)(xing)支持，降(jiang)低違約風險。

第三天
Python應用實戰（一）
第十二講 Python自然語言處理原理及案例
目前文檔數據已經成為很多企業重要的資產，通過對文檔數據進行解析、建模、分析、挖掘、可視化，我們能夠發現不一樣的洞察。本節主要講解自然語言處理基本概念和技法，包含分詞、關鍵字提取、文摘提取、文本分類、主題模型、word2vec等內容。介紹在深度學習的加持下，與傳統做法的區別，并使用Python進行案例講解。
第十三講 數據分析圖表及Python案例
數(shu)據可(ke)視(shi)化(hua)是大數(shu)據分(fen)析(xi)的(de)(de)重要手段，通過(guo)合(he)理地使(shi)用(yong)(yong)(yong)圖(tu)表(biao)，不僅可(ke)以簡(jian)潔地表(biao)達(da)數(shu)據的(de)(de)含(han)義，高效地發(fa)現(xian)問題(ti)，還可(ke)以為報告的(de)(de)編寫以及數(shu)據分(fen)析(xi)web應(ying)用(yong)(yong)(yong)增色不少。本節主要講(jiang)解常用(yong)(yong)(yong)的(de)(de)數(shu)據分(fen)析(xi)圖(tu)表(biao)及其使(shi)用(yong)(yong)(yong)場(chang)景(jing)，介(jie)(jie)紹(shao)數(shu)據可(ke)視(shi)化(hua)的(de)(de)方法論，避免(mian)生搬硬(ying)套(tao)的(de)(de)使(shi)用(yong)(yong)(yong)圖(tu)表(biao)，針對不同的(de)(de)業務場(chang)景(jing)和需求，合(he)理選擇可(ke)視(shi)化(hua)方法。介(jie)(jie)紹(shao)的(de)(de)工具(ju)不限于(yu)matplotlib、pycha、pyecharts、ggplot、Bokeh、HoloViews、mpld3、plotly、pygal等常用(yong)(yong)(yong)可(ke)視(shi)化(hua)庫(ku)。

Python應用實戰（二）
第十四講 使用Notebook編寫數據分析報告 數據分析報告在大數據分析過程中具有重要價值，它體現了大數據分析的目的、過程和結果，以及對發現問題的解讀、改進方案等等，本節主要講解使用Notebook編寫數據分析報告的具體方法，以及編寫數據分析報告的方法論，并結合案例講解其用法。
第十五講 Dash可視化開發(fa)實(shi)戰 Dash是一(yi)款(kuan)不錯的(de)框(kuang)架，可以(yi)基于Dash快速開發(fa)一(yi)個輕(qing)量(liang)(liang)級的(de)數(shu)(shu)據(ju)分(fen)(fen)析(xi)web應(ying)(ying)用。在網頁中(zhong)嵌入圖表、數(shu)(shu)據(ju)以(yi)及分(fen)(fen)析(xi)的(de)算(suan)法(fa)，非常適合打造企業(ye)內(nei)(nei)部的(de)敏捷數(shu)(shu)據(ju)分(fen)(fen)析(xi)工(gong)具集。本(ben)節主要介紹Dash的(de)UI、Server、Reactivity、控(kong)件等內(nei)(nei)容，同時講解一(yi)個用Dash實(shi)現數(shu)(shu)據(ju)分(fen)(fen)析(xi)功能(neng)（兼圖表）的(de)實(shi)際案(an)例，搭建(jian)服務(wu)器，在企業(ye)內(nei)(nei)部實(shi)現輕(qing)量(liang)(liang)級數(shu)(shu)據(ju)分(fen)(fen)析(xi)應(ying)(ying)用。

第四天學習考核與業內經驗交流

授課專家
游老師  計算機碩士，大數據分析、挖掘、可視化專家，高級培訓講師，曾服務于華為技術有限公司等多家企業，專注于機器學習、數據挖掘、大數據、知識圖譜等領域的研究、設計與實現，在互聯網、電信、電力、軍工等行業具有豐富的工程實踐經驗，對空間分析、欺詐檢測、廣告反作弊、推薦系統、客戶畫像、客戶營銷建模、知識抽取、智能問答、可視化分析、預測分析、系統架構、大數據端到端解決方案等方面具有深刻理解，多次作為Python語言會議重要嘉賓出席會議并發表主題演講，著有《R語言預測實戰》等多本書籍。
王老師  某集團上市公司數據分析部負責人，主要利用Python語言進行大數據的挖掘和可視化工作。從事數據挖掘建模工作已有10年，曾經從事過咨詢、電商、金融、電購、電力、游戲等行業，了解不同領域的數據特點。有豐富的利用R語言進行數據挖掘實戰經驗，部分研究成果曾獲得國家專利。
俞老師  計算機博士，目前主要研究方向包括電子推薦、智能決策和大數據分析等。主持國家自然科學基金2項、中國博士后科研基金、上海市浦江人才、IBM Shared University Research以及多項企業合作課題等項目。已在《管理科學學報》、《系統工程學報》、Knowledge and Information Systems ,Information Processing & Management，Information Systems Frontiers等國內外刊物和學術會議發表論文90多篇，其中被SCI、EI收錄40多篇。出版著作和教材《智能化的流程管理》、《客戶智能》、《商務智能（第四版）》、《商務智能數據分析的管理視角（第三版）》、《數據挖掘實用案例集》等多部。
劉老(lao)師  10多年的(de)IT領域相關技術(shu)研(yan)究和項(xiang)目開(kai)發工(gong)(gong)作(zuo)，在長期軟件領域工(gong)(gong)作(zuo)過程(cheng)(cheng)(cheng)(cheng)中，對(dui)(dui)軟件企業(ye)運作(zuo)模式(shi)有(you)深入研(yan)究，熟(shu)悉(xi)軟件質量保障(zhang)標準(zhun)ISO9003和軟件過程(cheng)(cheng)(cheng)(cheng)改進(jin)模型CMM/CMMI，在具(ju)(ju)(ju)體(ti)項(xiang)目實施過程(cheng)(cheng)(cheng)(cheng)中總結經驗，有(you)深刻認(ren)識。通曉多種(zhong)軟件設計(ji)(ji)和開(kai)發工(gong)(gong)具(ju)(ju)(ju)。對(dui)(dui)軟件開(kai)發整個(ge)流程(cheng)(cheng)(cheng)(cheng)非(fei)常熟(shu)悉(xi)，能(neng)根據項(xiang)目特(te)點定制具(ju)(ju)(ju)體(ti)軟件過程(cheng)(cheng)(cheng)(cheng)，并進(jin)行項(xiang)目管理(li)和監控，有(you)很強(qiang)的(de)軟件項(xiang)目組織管理(li)能(neng)力。對(dui)(dui)C/C++ 、HTML 5、python、Hadoop、java、java EE、android、IOS、大數據、云計(ji)(ji)算(suan)有(you)比(bi)較深入的(de)理(li)解(jie)和應(ying)(ying)用，具(ju)(ju)(ju)有(you)較強(qiang)的(de)移動互聯網應(ying)(ying)用需求分(fen)析和系統設計(ji)(ji)能(neng)力，熟(shu)悉(xi)Android框架、IOS框架等(deng)技術(shu)，了解(jie)各種(zhong)設計(ji)(ji)模式(shi)，能(neng)在具(ju)(ju)(ju)體(ti)項(xiang)目中靈活(huo)運用。