架構(gòu)師
電信
大數(shù)據(jù)
數(shù)據(jù)挖掘
BI
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

大數(shù)據(jù)科學(xué)助力客戶智能

鄒存璐

東軟先行產(chǎn)品研發(fā)事業(yè)部 數(shù)據(jù)科學(xué)技術(shù)負(fù)責(zé)人

鄒存璐,東軟集團(tuán)股份有限公司高級(jí)數(shù)據(jù)科學(xué)家,2011年畢業(yè)于英國(guó)華威大學(xué),獲計(jì)算機(jī)博士學(xué)位,同年加入東軟集團(tuán)。在物聯(lián)網(wǎng)應(yīng)用、大數(shù)據(jù)分析、智能推薦系統(tǒng)、生物信息、云計(jì)算、網(wǎng)格計(jì)算、數(shù)據(jù)應(yīng)用分析和挖掘、物聯(lián)網(wǎng)標(biāo)準(zhǔn)體系建設(shè)等領(lǐng)域有系統(tǒng)深入研究,包括產(chǎn)品研發(fā)、業(yè)務(wù)拓展、項(xiàng)目咨詢規(guī)劃、市場(chǎng)戰(zhàn)略研究多個(gè)方面。先后參與主持個(gè)性化推薦系統(tǒng)、精準(zhǔn)營(yíng)銷系統(tǒng)、用戶行為分析系統(tǒng)以及大數(shù)據(jù)平臺(tái)等多個(gè)項(xiàng)目。曾多次參與國(guó)家級(jí)課題項(xiàng)目的規(guī)劃和實(shí)施,包括973云應(yīng)用軟件架構(gòu)技術(shù)研究、核高基網(wǎng)絡(luò)化應(yīng)用支撐工具、電子基金面向多行業(yè)的信息技術(shù)服務(wù)知識(shí)庫(kù)系統(tǒng)開(kāi)發(fā)。發(fā)表5篇具有國(guó)際影響力的論文,擁有5項(xiàng)方明專利申請(qǐng)。

鄒存璐,東軟集團(tuán)股份有限公司高級(jí)數(shù)據(jù)科學(xué)家,2011年畢業(yè)于英國(guó)華威大學(xué),獲計(jì)算機(jī)博士學(xué)位,同年加入東軟集團(tuán)。在物聯(lián)網(wǎng)應(yīng)用、大數(shù)據(jù)分析、智能推薦系統(tǒng)、生物信息、云計(jì)算、網(wǎng)格計(jì)算、數(shù)據(jù)應(yīng)用分析和挖掘、物聯(lián)網(wǎng)標(biāo)準(zhǔn)體系建設(shè)等領(lǐng)域有系統(tǒng)深入研究,包括產(chǎn)品研發(fā)、業(yè)務(wù)拓展、項(xiàng)目咨詢規(guī)劃、市場(chǎng)戰(zhàn)略研究多個(gè)方面。先后參與主持個(gè)性化推薦系統(tǒng)、精準(zhǔn)營(yíng)銷系統(tǒng)、用戶行為分析系統(tǒng)以及大數(shù)據(jù)平臺(tái)等多個(gè)項(xiàng)目。曾多次參與國(guó)家級(jí)課題項(xiàng)目的規(guī)劃和實(shí)施,包括973云應(yīng)用軟件架構(gòu)技術(shù)研究、核高基網(wǎng)絡(luò)化應(yīng)用支撐工具、電子基金面向多行業(yè)的信息技術(shù)服務(wù)知識(shí)庫(kù)系統(tǒng)開(kāi)發(fā)。發(fā)表5篇具有國(guó)際影響力的論文,擁有5項(xiàng)方明專利申請(qǐng)。

課程費(fèi)用

6800.00 /人

課程時(shí)長(zhǎng)

3小時(shí)

成為教練

課程簡(jiǎn)介

通過(guò)介紹大數(shù)據(jù)技術(shù)以及業(yè)務(wù)的發(fā)展背景,準(zhǔn)確理解大數(shù)據(jù)的概念及顯著特征,通過(guò)案例了解目前企業(yè)應(yīng)用在大數(shù)據(jù)領(lǐng)域所面臨的機(jī)遇與挑戰(zhàn),能夠區(qū)分傳統(tǒng)BI與大數(shù)據(jù)處理的區(qū)別,能夠深入理解基于歷史統(tǒng)計(jì)、關(guān)聯(lián)分析以及因果分析在數(shù)據(jù)挖掘領(lǐng)域的發(fā)展趨勢(shì)。通過(guò)學(xué)習(xí)東軟在大數(shù)據(jù)領(lǐng)域的技術(shù)產(chǎn)品布局以及產(chǎn)品定位理念,能夠全面了解圍繞機(jī)器智能的數(shù)據(jù)科學(xué)技術(shù)的原理價(jià)值?;趯?duì)東軟產(chǎn)品的深度了解,能夠結(jié)合自身行業(yè)領(lǐng)域靈活利用東軟已有技術(shù)產(chǎn)品積累幫助客戶進(jìn)行業(yè)務(wù)規(guī)劃,解決客戶預(yù)測(cè)性分析方面的需求痛點(diǎn)。

目標(biāo)收益

1. 理解數(shù)據(jù)科學(xué)在大數(shù)據(jù)領(lǐng)域的作用價(jià)值
2, 理解數(shù)據(jù)科學(xué)與傳統(tǒng)BI的區(qū)別
3. 理解數(shù)據(jù)科學(xué)、人工智能如何解決企業(yè)客戶的需求
4.理解機(jī)器學(xué)習(xí)構(gòu)建的基本流程方法

培訓(xùn)對(duì)象

課程大綱

介紹目前在美國(guó)硅谷非常熱門的大數(shù)據(jù)科學(xué)概念以及最新的技術(shù)發(fā)展動(dòng)態(tài) 包括目前市場(chǎng)頂尖的技術(shù)產(chǎn)品演示,深入了解大規(guī)模機(jī)器學(xué)習(xí)在大數(shù)據(jù)科學(xué)領(lǐng)域的發(fā)展趨勢(shì)。基于東軟SaCa RealRec數(shù)據(jù)科學(xué)平臺(tái),在大規(guī)模機(jī)器學(xué)習(xí)前沿技術(shù)動(dòng)態(tài)方面,通過(guò)產(chǎn)品的實(shí)際使用介紹機(jī)器學(xué)習(xí)、人工智能算法的基本原理。通過(guò)結(jié)合實(shí)際數(shù)據(jù)集的全流程操作,能夠了解數(shù)據(jù)挖掘模型的全流程構(gòu)建,了解掌握關(guān)聯(lián)分析、線性分類回歸模型,能夠區(qū)別分類、聚類、回歸算法的區(qū)別。
結(jié)合數(shù)據(jù)科學(xué)平臺(tái)的實(shí)際應(yīng)用案例 包括金融欺詐識(shí)別、公安犯罪識(shí)別、新聞媒體個(gè)性化推薦、政府違規(guī)行為識(shí)別、物聯(lián)網(wǎng)設(shè)備異常識(shí)別等具體案例講解,了解數(shù)據(jù)科學(xué)技術(shù)在不同領(lǐng)域的應(yīng)用場(chǎng)景,掌握數(shù)據(jù)科學(xué)平臺(tái)與實(shí)際業(yè)務(wù)的結(jié)合方法,能夠結(jié)合自身項(xiàng)目經(jīng)歷拓展數(shù)據(jù)科學(xué)技術(shù)的使用場(chǎng)景。
機(jī)器學(xué)習(xí)建模演示講解 機(jī)器學(xué)習(xí)污水處理講解
機(jī)器學(xué)習(xí)假幣異常識(shí)別講解
機(jī)器學(xué)習(xí)航班延誤預(yù)測(cè)講解
通過(guò)介紹大數(shù)據(jù)技術(shù)以及業(yè)務(wù)的發(fā)展背景,準(zhǔn)確理解大數(shù)據(jù)的概念及顯著特征,通過(guò)案例了解目前企業(yè)應(yīng)用在大數(shù)據(jù)領(lǐng)域所面臨的機(jī)遇與挑戰(zhàn),能夠區(qū)分傳統(tǒng)BI與大數(shù)據(jù)處理的區(qū)別,能夠深入理解基于歷史統(tǒng)計(jì)、關(guān)聯(lián)分析以及因果分析在數(shù)據(jù)挖掘領(lǐng)域的發(fā)展趨勢(shì)。通過(guò)學(xué)習(xí)東軟在大數(shù)據(jù)領(lǐng)域的技術(shù)產(chǎn)品布局以及產(chǎn)品定位理念,能夠全面了解圍繞機(jī)器智能的數(shù)據(jù)科學(xué)技術(shù)的原理價(jià)值?;趯?duì)東軟產(chǎn)品的深度了解,能夠結(jié)合自身行業(yè)領(lǐng)域靈活利用東軟已有技術(shù)產(chǎn)品積累幫助客戶進(jìn)行業(yè)務(wù)規(guī)劃,解決客戶預(yù)測(cè)性分析方面的需求痛點(diǎn)。
介紹目前在美國(guó)硅谷非常熱門的大數(shù)據(jù)科學(xué)概念以及最新的技術(shù)發(fā)展動(dòng)態(tài)
包括目前市場(chǎng)頂尖的技術(shù)產(chǎn)品演示,深入了解大規(guī)模機(jī)器學(xué)習(xí)在大數(shù)據(jù)科學(xué)領(lǐng)域的發(fā)展趨勢(shì)。基于東軟SaCa RealRec數(shù)據(jù)科學(xué)平臺(tái),在大規(guī)模機(jī)器學(xué)習(xí)前沿技術(shù)動(dòng)態(tài)方面,通過(guò)產(chǎn)品的實(shí)際使用介紹機(jī)器學(xué)習(xí)、人工智能算法的基本原理。通過(guò)結(jié)合實(shí)際數(shù)據(jù)集的全流程操作,能夠了解數(shù)據(jù)挖掘模型的全流程構(gòu)建,了解掌握關(guān)聯(lián)分析、線性分類回歸模型,能夠區(qū)別分類、聚類、回歸算法的區(qū)別。
結(jié)合數(shù)據(jù)科學(xué)平臺(tái)的實(shí)際應(yīng)用案例
包括金融欺詐識(shí)別、公安犯罪識(shí)別、新聞媒體個(gè)性化推薦、政府違規(guī)行為識(shí)別、物聯(lián)網(wǎng)設(shè)備異常識(shí)別等具體案例講解,了解數(shù)據(jù)科學(xué)技術(shù)在不同領(lǐng)域的應(yīng)用場(chǎng)景,掌握數(shù)據(jù)科學(xué)平臺(tái)與實(shí)際業(yè)務(wù)的結(jié)合方法,能夠結(jié)合自身項(xiàng)目經(jīng)歷拓展數(shù)據(jù)科學(xué)技術(shù)的使用場(chǎng)景。
機(jī)器學(xué)習(xí)建模演示講解
機(jī)器學(xué)習(xí)污水處理講解
機(jī)器學(xué)習(xí)假幣異常識(shí)別講解
機(jī)器學(xué)習(xí)航班延誤預(yù)測(cè)講解
通過(guò)介紹大數(shù)據(jù)技術(shù)以及業(yè)務(wù)的發(fā)展背景,準(zhǔn)確理解大數(shù)據(jù)的概念及顯著特征,通過(guò)案例了解目前企業(yè)應(yīng)用在大數(shù)據(jù)領(lǐng)域所面臨的機(jī)遇與挑戰(zhàn),能夠區(qū)分傳統(tǒng)BI與大數(shù)據(jù)處理的區(qū)別,能夠深入理解基于歷史統(tǒng)計(jì)、關(guān)聯(lián)分析以及因果分析在數(shù)據(jù)挖掘領(lǐng)域的發(fā)展趨勢(shì)。通過(guò)學(xué)習(xí)東軟在大數(shù)據(jù)領(lǐng)域的技術(shù)產(chǎn)品布局以及產(chǎn)品定位理念,能夠全面了解圍繞機(jī)器智能的數(shù)據(jù)科學(xué)技術(shù)的原理價(jià)值?;趯?duì)東軟產(chǎn)品的深度了解,能夠結(jié)合自身行業(yè)領(lǐng)域靈活利用東軟已有技術(shù)產(chǎn)品積累幫助客戶進(jìn)行業(yè)務(wù)規(guī)劃,解決客戶預(yù)測(cè)性分析方面的需求痛點(diǎn)。

活動(dòng)詳情

提交需求