【開班時間】

11月15-17日

【學習地點】

北京

 【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應用實戰。

【 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.通過全面知識理解、專題技能和實踐結合的授課方式。

【日程安排】

時間知識模塊授課內容

第 一天

上午數據分析實戰第 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。

第 一天

下午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。

第五講數據挖掘核心技術

細致講解抽樣、分區、樣本平衡、特征選擇、訓練模型、評估模型等數據挖掘核心技術原理，并結合案例講解其具體實現和用法。尤其針對樣本平衡，重點講解人工合成、代價敏感等算法；針對特征選擇，重點講解特征選擇的核心思路，并結合Python進行案例演示。

第二天

上午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。

第八講基于乳腺癌數據進行降維分析并建立分類模型

實戰部分：基于乳腺癌數據進行降維處理，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。

第二天

下午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信貸違約分析案例

實戰部分：基于Lending Club信貸違約數據，嘗試從多個不同的維度進行數據分析，旨在發現一些有價值的信息，同時基于該數據，經過一定的處理，建立信貸違約識別模型，旨在對信貸業務辦理提供模型支持，降低違約風險。

第三天

上午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

數據可視化是大數據分析的重要手段，通過合理地使用圖表，不僅可以簡潔地表達數據的含義，高效地發現問題，還可以為報告的編寫以及數據分析web應用增色不少。本節主要講解常用的數據分析圖表及其使用場景，介紹數據可視化的方法論，避免生搬硬套的使用圖表，針對不同的業務場景和需求，合理選擇可視化方法。介紹的工具不限于matplotlib、pycha、pyecharts、ggplot、Bokeh、HoloViews、mpld3、plotly、pygal等常用可視化庫。

第三天

下午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可視化開發實戰

Dash是一款不錯的框架，可以基于Dash快速開發一個輕量級的數據分析web應用。在網頁中嵌入圖表、數據以及分析的算法，非常適合打造企業內部的敏捷數據分析工具集。本節主要介紹Dash的UI、Server、Reactivity、控件等內容，同時講解一個用Dash實現數據分析功能（兼圖表）的實際案例，搭建服務器，在企業內部實現輕量級數據分析應用。

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。

劉老師 10多年的IT領域相關技術研究和項目開發工作，在長期軟件領域工作過程中，對軟件企業運作模式有深入研究，熟悉軟件質量**標準ISO9003和軟件過程改進模型CMM/CMMI，在具體項目實施過程中總結經驗，有深刻認識。通曉多種軟件設計和開發工具。對軟件開發整個流程非常熟悉，能根據項目特點定制具體軟件過程，并進行項目管理和監控，有很強的軟件項目組織管理能力。對C/C++ 、HTML 5、python、Hadoop、java、java EE、android、IOS、大數據、云計算有比較深入的理解和應用，具有較強的移動互聯網應用需求分析和系統設計能力，熟悉Android框架、IOS框架等技術，了解各種設計模式，能在具體項目中靈活運用。

【學校介紹】