大数据建模分析师培训方案
浏览：77次 作者：小编培训背景
讲师凭借自身在数据化运营领域积累的丰富项目经验，运用贴近生活的“非技术性”语言，搭配众多生动有趣的实际案例，围绕数据分析挖掘的核心思路、策略、技巧及其应用，进行全面而深入的整理、归纳与分享。旨在帮助学员深刻理解和掌握“以业务为根本，以思路为主导，以分析技术为支撑”的数据挖掘实践精髓，从而提升其在实际工作中的应用能力。
培训特色
1.理论与实践相结合、案例分析与行业应用穿插进行
2.专家精彩内容解析、学员专题讨论、分组研究
3.通过全面知识理解、专题技能和实践结合的授课方式
日程安排
模块 | 内容 |
第一单元 概率论与 数理统计基础 | 数据分析方法概述：数据分析过程、数据分析的商业驱动 概率论基础：集合、概率、随机变量、概率密度、公理化 变换和期望：随机变量函数分布、矩、矩列唯一性 常见分布族：离散分布、连续分布、指数分布、中心极限定理、概率不等式 多维随机变量：联合分布与边缘分布、多层模型与混合分布、二维变化、协方差与相关系数 随机样本的性质：抽样、样本分布 数据简化原理：似然函数、辅助函数 参数估计：点估计、区间估计、矩估计、贝叶斯估计、EM 算法 假设检验：似然比检验、贝叶斯检验、最大功效检验、置信区间、P 值、损失函数 渐进评价：相合性、有效性、标准误差、稳健性、LTR 的渐进分布、近似极大似然区间 方差分析和回归分析：ANOVA 假设、简单线性回归与最小二乘 回归模型：变量有误差时的线性回归、Logistic 回归、稳健回归 |
第二单元 PYTHON 基础 | 基础知识：安装配置、基础语法等 数据可视化：数据可视化包介绍及图像绘制 数据整理和数据清洗：Numpy 数组基础；Pandas 对象基础 |
第三单元 机器学习算法 | scikit-learn 入门：Scikit-Learn 库简介 KNN-最近邻分类算法：原理、实现、示例讲解 决策树算法：原理、实现、示例讲解 随机森林算法：原理、实现、示例讲解 K-Means 聚类算法：原理、实现、示例讲解 关联规则算法：原理、实现、示例讲解 线性回归：原理、实现、示例讲解 逻辑回归：原理、实现、示例讲解 SVM 支持向量机：原理、实现、示例讲解 朴素贝叶斯算法：原理、实现、示例讲解 |
第四单元 客户生命周期案例 | 结合客户生命周期案例，讲解精准营销、银行反欺诈、信用评分等内容。 |
推荐讲师
赵老师 京东大学/人才供应链发展中心：大数据学院院长（负责人），15年IT行业从业经历，精通大数据（Hadoop、Spark）、Oracle数据库、NoSQL（Redis、MongoDB），中间件Weblogic和Java技术，曾分别在摩托罗拉、北电网络、BEA、甲骨文等知名公司工作，北京交通大学软件学院特聘讲师（英文授课），英语优秀，能流利用英语交流，跨文化交流经验丰富。
谢老师 公司内部数据分析与建模、数据分析及可视化培训讲师，历届中国R语言大会演讲嘉宾，WOT“互联网+”大数据技术峰会演讲嘉宾，WOT百城沙龙 大数据沙龙广深两地特邀嘉宾，各种数据沙龙分享嘉宾，与张良均老师合作的《R语言与数据挖掘》于2016年7月出版，某集团上市公司数据分析部负责人，主要利用R语言进行大数据的挖掘和可视化工作。从事数据挖掘建模工作已有10年，曾经从事过咨询、电商、金融、电购、电力、游戏等行业，了解不同领域的数据特点。有丰富的利用R语言进行数据挖掘实战经验，部分研究成果曾获得国家专利。
覃老师 创业公司技术负责人。机器学习，深度学习领域多年一线开发研究经验，精通算法原理与编程实践。曾使用Tensorflow，Caffe，Keras等深度学习框架完成过多项图像，语音，nlp，搜索相关的人工智能实际项目，研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验，讲课通熟易懂，代码风格简洁清晰。
企业内训1
- 标签： 大数据建模 大数据建模分析师课程 大数据建模分析师培训 大数据建模分析师
