北京CDA數(shù)據(jù)分析師的數(shù)據(jù)挖掘工程師脫產(chǎn)培訓(xùn)班課程理論知識(shí)涵蓋CDA LEVEL II和CDA LEVEL III等級(jí)考試的所有考點(diǎn)，有利于對(duì)應(yīng)等級(jí)考試的學(xué)員備考。現(xiàn)在火熱報(bào)名中。

課程簡(jiǎn)介

  數(shù)據(jù)挖掘工程師脫產(chǎn)培訓(xùn)班：CDA數(shù)據(jù)挖掘工程師班專門為希望轉(zhuǎn)崗到數(shù)據(jù)挖掘相關(guān)崗位學(xué)員開(kāi)設(shè)，相關(guān)崗位包括數(shù)據(jù)挖掘工程師、機(jī)器學(xué)習(xí)工程師、算法工程師、商業(yè)策略數(shù)據(jù)分析師等。
  課程設(shè)計(jì)循序漸進(jìn)，從基礎(chǔ)工具與理論知識(shí)入門，進(jìn)階到統(tǒng)計(jì)分析方法和機(jī)器學(xué)習(xí)模型、文本挖掘模型，以實(shí)戰(zhàn)項(xiàng)目案例貫穿課程講解。
  其中包括：Python編程基礎(chǔ)、數(shù)據(jù)清洗、統(tǒng)計(jì)分析、數(shù)據(jù)處理與特征工程、Python機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等課模塊。
  課程理論知識(shí)涵蓋CDA LEVEL II和CDA LEVEL III等級(jí)考試的所有考點(diǎn)，有利于對(duì)應(yīng)等級(jí)考試的學(xué)員備考。

培訓(xùn)內(nèi)容

  1章工具先導(dǎo)課
  1-1Python基礎(chǔ)和數(shù)據(jù)清洗
  2章數(shù)字化工作保障機(jī)制-數(shù)據(jù)治理
  2-1數(shù)據(jù)治理驅(qū)動(dòng)因素
  2-2數(shù)據(jù)治理域
  2-3數(shù)據(jù)管理域
  2-4數(shù)據(jù)應(yīng)用域
  2-5如何開(kāi)展數(shù)據(jù)治理
  3章數(shù)字化工作方法
  3-1EDIT數(shù)字化模型簡(jiǎn)介
  3-2業(yè)務(wù)探查（E）
  3-3問(wèn)題診斷（D）
  3-4業(yè)務(wù)策略優(yōu)化和指導(dǎo)（I）
  3-5算法工具介紹（T）
  4章數(shù)據(jù)采集方法
  4-1數(shù)據(jù)采集方法
  4-2數(shù)據(jù)模型管理
  5章Python編程基礎(chǔ)
  5-1Python標(biāo)準(zhǔn)數(shù)據(jù)類型
  5-2控制流語(yǔ)句
  5-3自定義函數(shù)
  5-4異常和錯(cuò)誤
  5-5類與面向?qū)ο缶幊?/span>
  5-6Python連接數(shù)據(jù)庫(kù)操作
  5-7Python編程基礎(chǔ)習(xí)題串講與直播答疑
  6章Python數(shù)據(jù)探索、數(shù)據(jù)處理與可視化
  6-1Numpy數(shù)組基礎(chǔ)操作
  6-2Pandas數(shù)據(jù)表的基本操作
  6-3Pandas數(shù)據(jù)探索
  6-4Pandas數(shù)據(jù)可視化
  6-5Python數(shù)據(jù)可視化包-Matplotlib介紹
  6-6Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制
  7章Python探索分析綜合案例
  7-1實(shí)戰(zhàn)項(xiàng)目1：斯德哥爾摩氣候可視化分析
  7-2實(shí)戰(zhàn)項(xiàng)目2：餐飲訂單數(shù)據(jù)清洗與分析
  7-3實(shí)戰(zhàn)項(xiàng)目3：文本數(shù)據(jù)分析之QQ聊天記錄可視化分析
  8章Pythont統(tǒng)計(jì)分析與運(yùn)籌學(xué)基礎(chǔ)
  8-1先導(dǎo)課：微積分與線性代數(shù)
  8-2抽樣方法
  8-3統(tǒng)計(jì)量及抽樣分布
  8-4參數(shù)估計(jì)與假設(shè)檢驗(yàn)
  8-5統(tǒng)計(jì)分析與Python實(shí)戰(zhàn)
  8-6線性規(guī)劃與二次優(yōu)化
  8-7實(shí)戰(zhàn)項(xiàng)目1：關(guān)于飲料消費(fèi)的統(tǒng)計(jì)分析
  8-8實(shí)戰(zhàn)項(xiàng)目2：快遞公司的路線策略優(yōu)化
  9章數(shù)據(jù)分析模型、算法與商業(yè)應(yīng)用
  9-1數(shù)據(jù)分析方法論介紹
  9-2方差分析
  9-3回歸分析
  9-4分類數(shù)據(jù)分析
  9-5邏輯回歸
  9-6實(shí)戰(zhàn)項(xiàng)目1：金融客戶行為特征分解與營(yíng)銷策略優(yōu)化
  9-7實(shí)戰(zhàn)項(xiàng)目2：汽車行業(yè)銷售預(yù)測(cè)與經(jīng)營(yíng)戰(zhàn)略優(yōu)化
  9-8實(shí)戰(zhàn)項(xiàng)目3：基于廣義線性模型的汽車保險(xiǎn)分類定價(jià)策略的優(yōu)化
  9-9數(shù)據(jù)降維
  9-10時(shí)間序列分析
  9-11實(shí)戰(zhàn)項(xiàng)目1：收益率的系列預(yù)測(cè)
  9-12實(shí)戰(zhàn)項(xiàng)目2：基于時(shí)間序列的機(jī)場(chǎng)客流預(yù)測(cè)與運(yùn)營(yíng)策略優(yōu)化
  10章標(biāo)簽體系與應(yīng)用
  10-1用戶標(biāo)簽體系設(shè)計(jì)原理
  10-2用戶標(biāo)簽的制作方法
  10-3標(biāo)簽體系的用戶畫像應(yīng)用
  10-4實(shí)戰(zhàn)項(xiàng)目1：用戶行為在營(yíng)銷活動(dòng)的價(jià)值分析
  10-5實(shí)戰(zhàn)項(xiàng)目2：自動(dòng)預(yù)警指標(biāo)推送功能框架的搭建
  10-6實(shí)戰(zhàn)項(xiàng)目3：app靜默用戶觸動(dòng)分析
  11章數(shù)據(jù)挖掘概論
  11-1數(shù)據(jù)挖掘概要
  11-2數(shù)據(jù)挖掘方法論
  11-3基礎(chǔ)數(shù)據(jù)挖掘技術(shù)
  11-4進(jìn)階數(shù)據(jù)挖掘技術(shù)
  12章高級(jí)數(shù)據(jù)處理與特征工程
  12-1高級(jí)數(shù)據(jù)預(yù)處理
  12-2特征工程概要
  12-3特征建構(gòu)
  12-4特征選擇
  12-5特征轉(zhuǎn)換
  12-6特征學(xué)習(xí)
  13章機(jī)器學(xué)習(xí)算法與應(yīng)用（一）
  13-1KNN-最近鄰分類算法：原理、實(shí)現(xiàn)
  13-2決策樹(shù)（分類樹(shù)及回歸樹(shù)）
  13-3聚類分析
  13-4實(shí)戰(zhàn)項(xiàng)目1：基于決策樹(shù)的保險(xiǎn)精準(zhǔn)營(yíng)銷行業(yè)案例
  14章機(jī)器學(xué)習(xí)算法與應(yīng)用（二）
  14-1樸素貝葉斯
  14-2神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)
  14-3支持向量機(jī)
  14-4集成方法
  14-5實(shí)戰(zhàn)項(xiàng)目1：航空客戶價(jià)值分析綜合案例
  14-6實(shí)戰(zhàn)項(xiàng)目2：基于集成算法的乳腺癌疾病預(yù)測(cè)
  14-7實(shí)戰(zhàn)項(xiàng)目3：基于神經(jīng)網(wǎng)絡(luò)的汽車燃油濾預(yù)測(cè)
  15章機(jī)器學(xué)習(xí)算法與應(yīng)用（三）
  15-1關(guān)聯(lián)規(guī)則
  15-2序列模式
  15-3模型評(píng)估
  15-4實(shí)戰(zhàn)項(xiàng)目：推薦系統(tǒng)實(shí)戰(zhàn)
  16章機(jī)器學(xué)習(xí)實(shí)戰(zhàn)
  16-1自動(dòng)機(jī)器學(xué)習(xí)
  16-2類別不平衡問(wèn)題
  16-3半監(jiān)督學(xué)習(xí)
  16-4模型優(yōu)化
  16-5實(shí)戰(zhàn)項(xiàng)目1：以自動(dòng)機(jī)器學(xué)習(xí)技術(shù)開(kāi)發(fā)銀行業(yè)信用風(fēng)險(xiǎn)評(píng)分模型并進(jìn)行模型調(diào)參
  16-6實(shí)戰(zhàn)項(xiàng)目2：以類別不平衡處理技術(shù)開(kāi)發(fā)銀行業(yè)中小企業(yè)信貸營(yíng)銷模型并進(jìn)行模型調(diào)參
  16-7實(shí)戰(zhàn)項(xiàng)目3：以半監(jiān)督式學(xué)習(xí)技術(shù)開(kāi)發(fā)電信業(yè)客戶流失模型并進(jìn)行模型調(diào)參
  17章自然語(yǔ)言處理與文本分析理論與項(xiàng)目實(shí)操
  17-1自然語(yǔ)言處理概要
  17-2分詞與詞性標(biāo)注
  17-3文本挖掘概要
  17-4關(guān)鍵詞提取
  17-5實(shí)戰(zhàn)項(xiàng)目1：文本挖掘?qū)崙?zhàn)—電商標(biāo)題關(guān)鍵詞分析
  17-6實(shí)戰(zhàn)項(xiàng)目2：在線中文命名實(shí)體識(shí)別實(shí)戰(zhàn)
  17-7實(shí)戰(zhàn)項(xiàng)目3：在線中文關(guān)系抽取實(shí)戰(zhàn)
  18章行業(yè)綜合項(xiàng)目實(shí)戰(zhàn)
  18-1實(shí)戰(zhàn)項(xiàng)目1：金融信用評(píng)分卡風(fēng)控建模綜合項(xiàng)目實(shí)戰(zhàn)
  18-2實(shí)戰(zhàn)項(xiàng)目2：以特征工程技術(shù)開(kāi)發(fā)文本情感分析模型
  18-3實(shí)戰(zhàn)項(xiàng)目3：以深度學(xué)習(xí)技術(shù)開(kāi)發(fā)銀行業(yè)信用卡盜刷偵測(cè)模型
  18-4實(shí)戰(zhàn)項(xiàng)目4：以圖像處理技術(shù)、深度學(xué)習(xí)及遷移學(xué)習(xí)技術(shù)，開(kāi)發(fā)人臉口罩偵測(cè)模型
  19章數(shù)據(jù)分析師職業(yè)規(guī)劃課
  19-1職業(yè)規(guī)劃
  19-2職場(chǎng)溝通
  19-3團(tuán)隊(duì)協(xié)作力培養(yǎng)
  20章面試技巧一對(duì)一輔導(dǎo)
  20-11V1面試技巧指導(dǎo)
  20-2簡(jiǎn)歷修改
  21章選修課
  21-1何為數(shù)據(jù)產(chǎn)品經(jīng)理？
  21-2Python爬蟲(chóng)
  21-3Python辦公自動(dòng)化
  21-4數(shù)據(jù)挖掘項(xiàng)目選修項(xiàng)目

學(xué)習(xí)目標(biāo)

  熟練掌握數(shù)據(jù)挖掘全流程的Python實(shí)操，包括數(shù)據(jù)清洗算法、特征工程、數(shù)據(jù)建模、數(shù)據(jù)可視化等
  熟練掌握Python數(shù)據(jù)挖掘算法與實(shí)踐，包括統(tǒng)計(jì)分析、統(tǒng)計(jì)模型、機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)算法、文本挖掘算法
  靈活使用數(shù)據(jù)挖掘算法解決各行業(yè)的業(yè)務(wù)問(wèn)題，通過(guò)策略優(yōu)化和精準(zhǔn)預(yù)測(cè)來(lái)解決運(yùn)營(yíng)、產(chǎn)品、營(yíng)銷方面的問(wèn)題

面向?qū)ο?/strong>

  有一定數(shù)學(xué)或統(tǒng)計(jì)、計(jì)算機(jī)基礎(chǔ)與數(shù)據(jù)分析業(yè)務(wù)經(jīng)驗(yàn)，希望脫產(chǎn)學(xué)習(xí)后轉(zhuǎn)崗到數(shù)據(jù)挖掘崗者
  希望提升數(shù)據(jù)挖掘技術(shù)的在職提升者
  從事算法科學(xué)、深度學(xué)習(xí)等工作的科研人員、分析師與工程師等
  產(chǎn)品、運(yùn)營(yíng)、營(yíng)銷、管理、咨詢相關(guān)崗位從業(yè)者，希望增加數(shù)據(jù)分析技能與思維
  參加CDA等級(jí)認(rèn)證考試LEVELII和LEVELⅢ考生