1、2022年-2023年最新一、培訓(xùn)重點.數(shù)據(jù)分析實戰(zhàn).數(shù)據(jù)挖掘理論及核心技術(shù).大數(shù)據(jù)算法原理及案例實現(xiàn). Pytho應(yīng)用實戰(zhàn)二、培訓(xùn)特色理論與實踐相結(jié)合、案例分析與行業(yè)應(yīng)用穿插進行；.專家精彩內(nèi)容解析、學(xué)員專題討論 分組研究；.通過全面知識理解、專題技能和實踐結(jié)合的授課方式。三、日程安排時間知識模塊授課內(nèi)容第一天 上午數(shù)據(jù)分析實戰(zhàn)第一講零基礎(chǔ)學(xué)Python講解Pytho背景、國內(nèi)開展?fàn)顩r 基礎(chǔ)語法、數(shù)據(jù)結(jié)構(gòu)及繪圖操作 等內(nèi)容。特別針對向量計算這塊，著重介紹Pytho荏這方面的優(yōu)勢及用 法。第二講數(shù)據(jù)分析方法論講解統(tǒng)訃分析基礎(chǔ)，包括統(tǒng)計學(xué)基本概念，假設(shè)檢驗，置信區(qū)間等 基礎(chǔ)，并結(jié)合數(shù)據(jù)案例說明其

2、使用場景和運用方法。介紹數(shù)據(jù)分析流程 和常見分析思路，并結(jié)合案例進行講解。第三講數(shù)據(jù)處理技法從數(shù)據(jù)接入、數(shù)據(jù)統(tǒng)計 數(shù)據(jù)轉(zhuǎn)換等兒個方面進行講解。數(shù)據(jù)接入 包含接入MySQL0racleHacW）見數(shù)據(jù)庫操作；數(shù)據(jù)統(tǒng)計包含kndas 包的具體用法和講解；數(shù)據(jù)轉(zhuǎn)換包含對數(shù)據(jù)集的尖聯(lián) 合并、重塑等操 作。此外，針對海量數(shù)據(jù)的情況下，介紹在Spar平臺上的數(shù)據(jù)處理技 術(shù)，并結(jié)合真實環(huán)境進行操作講解。第一天 下午數(shù)據(jù)挖掘理論及 核心技術(shù)第四講認(rèn)識數(shù)據(jù)挖掘講解數(shù)據(jù)挖掘基本概念，細(xì)致講解業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn) 備 建立模型 模型評估 模型部署各環(huán)節(jié)的工作內(nèi)容及相矢技術(shù)：結(jié) 合業(yè)界經(jīng)典場景，講解數(shù)據(jù)挖掘的實

3、施流程和方法體系。2022 年-2023最新第五講數(shù)據(jù)挖掘核心技術(shù)細(xì)致講解抽樣、分區(qū)、樣本平衡、特征選擇、訓(xùn)練模型、評估模型 等數(shù)據(jù)挖掘核心技術(shù)原理，并結(jié)合案例講解其具體實現(xiàn)和用法。尤其針 對樣本平衡，重點講解人工合成、代價敬感等算法；針對特征選擇，重 點講解特征選擇的核心思路并結(jié)合進行案例演示。弟一大大數(shù)據(jù)具法原第六講特征降維算法及Python實現(xiàn)2022年-2023釬最新上午第二天下午第三天上午Python應(yīng)用實戰(zhàn)(一)理及條例實現(xiàn)降維是大數(shù)據(jù)分析非常重要的算法，它可以在降低極少信息量日意(1) 況下，極大地縮小數(shù)據(jù)規(guī)模。主要講解主成分、LDA以及t- SN原 理，并結(jié)合案例進行Pytho

4、實現(xiàn)。特別地，針對海量數(shù)據(jù)情況下的應(yīng)用場景5 講解實現(xiàn)思路和Py t h案例。第七講決策樹算法及Pytho實現(xiàn)決策樹是非常經(jīng)典的算法，一般常見于小數(shù)據(jù)的挖掘。由于決策樹 具有極強的可解釋性，針對海量數(shù)據(jù)仍然是非常重要的實用價值。主要 講解工D3 C4 5、C5.以及CAR玦策樹算法的實現(xiàn)原理，并結(jié)合案例進 行Pytho實現(xiàn)。第八講基于乳腺癌數(shù)據(jù)進行降維分析并建立分類模型實戰(zhàn)局部：基于乳腺癌數(shù)據(jù)進行降維處理，并嘗試建立分類評估模 型。旨在通過該模型，并潛在的乳腺癌患者進行識別。第九講因果推理算法及Pyth。實現(xiàn)大數(shù)據(jù)分析技術(shù)町以幫助我們?nèi)グl(fā)現(xiàn) 解決一吐業(yè)務(wù)問題，然而如 何去判斷我們的改進是否Th

5、效，是否在業(yè)務(wù)指標(biāo)上呈現(xiàn)過一定的因果邏 輯，那么是一個重要問題和分析方向。本節(jié)主要介紹因果推理算法，包括 貝葉斯推理、狀態(tài)空間模型以及Causal Impact等內(nèi)容，并結(jié)合案 例進行Pytho實現(xiàn)。大數(shù)據(jù)算法原理第十講深度學(xué)習(xí)算法及Pyth。實現(xiàn)及案例實王見對于大數(shù)據(jù)的建模任務(wù)，我們可以基于深度學(xué)習(xí)來實現(xiàn)，不僅能夠木 、針對海量數(shù)據(jù)進行建模，其效果也非常不錯。本節(jié)主要講解深度學(xué)習(xí)的 開展歷程，DBN DN噂經(jīng)典深度學(xué)習(xí)算法，深度學(xué)習(xí)優(yōu)化算法以及一些技巧。同時，介紹Kera庫的使用方法，并結(jié)合案例進行Pytho實現(xiàn)。第十講Lending維魄違約分析案例實戰(zhàn)局部：基于Lending C信罐違約數(shù)

6、據(jù)，嘗試從多個不同的維 度進行數(shù)據(jù)分析，旨在發(fā)現(xiàn)一些有價值的信息，何時基于該數(shù)據(jù)，經(jīng)過 一定的處理，建立信貸違約識別模型，旨在對信貸業(yè)務(wù)辦理提供模型支 持，降低違約風(fēng)險。第十二講Pyth。圖然語言處理原理及案例rr前文檔數(shù)據(jù)已經(jīng)成為很多企業(yè)重要的資產(chǎn)，通過對文檔數(shù)據(jù)進行 解析、建模分析、挖掘 可視化，我們能夠發(fā)現(xiàn)不一樣的洞察。本節(jié)主 要講解自然語言處理基本概念和技法，包含分詞、矢鍵字提取、文摘提 取 文本分類 主題模型 word2V等內(nèi)容。介紹在深度學(xué)習(xí)的加持 下，與傳統(tǒng)做法的區(qū)別，并使用Pyth。進行案例講解。弟十二所姒據(jù)“祈囹衣儀口口】。果例2。22年新數(shù)據(jù)可視化是大數(shù)據(jù)分析的重要手段，通

7、過合理地使用圖表，不 僅可以簡潔地表達數(shù)據(jù)的含義，高效地發(fā)現(xiàn)問題，還可以為報告的編與以及數(shù)據(jù)分析web應(yīng)用增色不少。本節(jié)主要講解常用的數(shù)據(jù)分析圖表及其使用場景，介紹數(shù)據(jù)可視化的方法論，防止Th搬硬套的使用圖表，針對不問的業(yè)務(wù)場景和需求，合理選擇可視化方法。介紹的工 具不限于 matplot 1 ib pycha% pyecharts、gg蚪頻也hmpM3plot等常用可視化庫第十四講使用 N o tb。編寫數(shù)據(jù)分析報告數(shù)據(jù)分析報告在大數(shù)據(jù)分析過程中具有重要價值，它表達了大數(shù) 據(jù)分析的L工的、過程和結(jié)果，以及對發(fā)現(xiàn)問題的解讀、改進方案等 等，本 節(jié)主要講解使用 Notebo編寫數(shù)據(jù)分析報告的具體

8、方法，以及編寫數(shù)據(jù)第三天下午第三天下午Python應(yīng)用實(-)分析報告的方法論，并結(jié)合案例講解其用法。第十五講Das呵視化開發(fā)實戰(zhàn)Das是一款不錯的框架，可以基于Das聯(lián)速開發(fā)一個輕量級的數(shù) 據(jù)分析web應(yīng)用。在網(wǎng)頁中嵌入圖表、數(shù)據(jù)以及分析的算法，非常適合打 造企業(yè)內(nèi)部的敬捷數(shù)據(jù)分析工具集。本節(jié)主要介紹Das的U工ServerReactiv對至件等內(nèi)容，同時講解一個用Das聯(lián)現(xiàn)數(shù)據(jù)分析功能（兼圖表） 的實際案例，搭建服務(wù)器，在企業(yè)內(nèi)部實現(xiàn)輕量級數(shù)據(jù)分析應(yīng)用。第四天學(xué)習(xí)考核與業(yè)內(nèi)經(jīng)驗交流四、授課專家游老師計算機碩士，大數(shù)據(jù)分析、挖掘、可視化專家，高級培訓(xùn)講師，曾服務(wù)于華為技術(shù)等多 家企業(yè)，專注于

9、機器學(xué)習(xí)、數(shù)據(jù)挖掘、大數(shù)據(jù) 知識圖譜等領(lǐng)域的研究、設(shè)計與實現(xiàn)，在互聯(lián)網(wǎng)、電信 電 力、軍工等行業(yè)具有豐富的工程實踐經(jīng)驗，對空間分析、欺詐檢測 廣告反作弊、推薦系統(tǒng)、客戶畫像、客 戶營銷建模 知識抽取 智能問答 可視化分析、預(yù)測分析 系統(tǒng)架構(gòu) 大數(shù)據(jù)端到端解決方案等方面具有 深刻理解，屢次作為Pyth。語言會議重要嘉賓出席會議并發(fā)表主題演講，著有R語言預(yù)測實戰(zhàn)等多本書 耒昔O王老師某集團上市公司數(shù)據(jù)分析部負(fù)責(zé)人，主要利用Pyth。語言進行大數(shù)據(jù)的挖掘和可視化工作。從 事數(shù)據(jù)挖掘建模工作已有io年，曾經(jīng)從事過咨詢 電商 金融 電購、電力、游戲等行業(yè)，了解不同領(lǐng)域的 數(shù)據(jù)特點。有豐富的利用R語言進行

10、數(shù)據(jù)挖掘?qū)崙?zhàn)經(jīng)驗，局部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(shù)據(jù)分析等。主持國家自然科學(xué)基 金2項、中國后科研基金 上海市浦江人才 IBM Shared University以毆翻頁企鼬合作課題等 項Ho已在管理科學(xué)學(xué)報、系統(tǒng)工程學(xué)報Knowledge and Information Systems , Inform & Management, Informs t ion Syste等國肉刎會議發(fā)表論文90多篇5其中被SC 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(wù)智能（笫四版） 商務(wù)智能2022年-2023年最新2022年-2023年最新致?lián)治鋈丈坠俾袂镉茫ǖ芏妫?、致?lián)?班實用條例集寺多部。劉老師10多年的工T領(lǐng)域相尖技術(shù)研究和工程開發(fā)工作，在長期軟件領(lǐng)域工作過程中，對軟件企業(yè)運作 模式有深入研究，熟悉軟件質(zhì)量保障標(biāo)準(zhǔn)工S090年B軟件過程改進模型CMM. /CM在具體工程實施過程中 總 結(jié)經(jīng)驗，有深刻認(rèn)識。通曉多種軟件設(shè)計和開發(fā)工具。對軟件開發(fā)整個流程非常熟悉，能根據(jù)項H特