課程簡(jiǎn)介
本課程主要介紹數(shù)據(jù)科學(xué)常用的技術(shù)、算法和應(yīng)用案例。課程包括數(shù)據(jù)科學(xué)應(yīng)用概述、平臺(tái)架構(gòu)、常見(jiàn)數(shù)據(jù)分析方法；數(shù)據(jù)挖掘常用的算法、模型及案例實(shí)踐；大數(shù)據(jù)生態(tài)系統(tǒng)介紹等。
目標(biāo)收益
通過(guò)本課程的學(xué)習(xí)，希望學(xué)員能夠在了解和掌握數(shù)據(jù)科學(xué)相關(guān)理論的基礎(chǔ)上，學(xué)會(huì)應(yīng)用數(shù)據(jù)科學(xué)技術(shù)、算法、模型解決現(xiàn)實(shí)數(shù)據(jù)處理、分析、挖掘和應(yīng)用落地等問(wèn)題。
培訓(xùn)對(duì)象
數(shù)據(jù)分析、挖掘、開(kāi)發(fā)等相關(guān)崗位從業(yè)者、初級(jí)入門(mén)者、欲轉(zhuǎn)型數(shù)據(jù)工作者、欲了解大數(shù)據(jù)在行業(yè)中的應(yīng)用現(xiàn)狀和動(dòng)態(tài)的管理者等等。
課程大綱
|
第1-2天 基礎(chǔ)課程 1.數(shù)據(jù)科學(xué)概述 |
1）數(shù)據(jù)科學(xué)應(yīng)用概述 2）大數(shù)據(jù)平臺(tái)架構(gòu) 3）大數(shù)據(jù)平臺(tái)常規(guī)功能 |
| 2.數(shù)據(jù)挖掘算法與模型 |
1）數(shù)據(jù)挖掘概述與案例展示 2）聚類(lèi)算法與案例實(shí)踐 基于劃分的聚類(lèi)算法與案例實(shí)踐 基于層次的聚類(lèi)算法與案例實(shí)踐 基于密度的聚類(lèi)算法與案例實(shí)踐 3）分類(lèi)算法與案例實(shí)踐 基礎(chǔ)分類(lèi)算法與案例實(shí)踐 組合分類(lèi)算法與案例實(shí)踐 高級(jí)分類(lèi)算法與案例實(shí)踐 4）關(guān)聯(lián)規(guī)則與案例實(shí)踐 Apriori算法、FP-growth算法 關(guān)聯(lián)規(guī)則分析案例實(shí)踐 5）預(yù)測(cè)算法與案例實(shí)踐 多元回歸分析與案例實(shí)踐 時(shí)間序列分析與案例實(shí)踐 |
|
第3-4天 進(jìn)階課程 3.網(wǎng)絡(luò)挖掘理論與實(shí)踐 |
1）網(wǎng)絡(luò)挖掘概念 2）網(wǎng)絡(luò)挖掘常用算法 3）網(wǎng)絡(luò)挖掘?qū)嵺` |
| 4.文本挖掘與WEB挖掘 |
1）從數(shù)據(jù)挖掘到文本挖掘 2）文本特征表示與提取 3）文本挖掘常用方法 4） web挖掘概述 5）文本挖掘?qū)嵺` |
| 5.推薦系統(tǒng)理論與實(shí)踐 |
1）推薦系統(tǒng)概述 2）常見(jiàn)推薦方法與算法原理 3）推薦系統(tǒng)評(píng)測(cè) 4）推薦算法實(shí)踐 |
| 6.大數(shù)據(jù)生態(tài)系統(tǒng)介紹 |
1）Hadoop生態(tài)系統(tǒng)介紹 2）Spark生態(tài)系統(tǒng)介紹 3）深度學(xué)習(xí)框架大比拼 |
|
第1-2天 基礎(chǔ)課程 1.數(shù)據(jù)科學(xué)概述 1）數(shù)據(jù)科學(xué)應(yīng)用概述 2）大數(shù)據(jù)平臺(tái)架構(gòu) 3）大數(shù)據(jù)平臺(tái)常規(guī)功能 |
|
2.數(shù)據(jù)挖掘算法與模型 1）數(shù)據(jù)挖掘概述與案例展示 2）聚類(lèi)算法與案例實(shí)踐 基于劃分的聚類(lèi)算法與案例實(shí)踐 基于層次的聚類(lèi)算法與案例實(shí)踐 基于密度的聚類(lèi)算法與案例實(shí)踐 3）分類(lèi)算法與案例實(shí)踐 基礎(chǔ)分類(lèi)算法與案例實(shí)踐 組合分類(lèi)算法與案例實(shí)踐 高級(jí)分類(lèi)算法與案例實(shí)踐 4）關(guān)聯(lián)規(guī)則與案例實(shí)踐 Apriori算法、FP-growth算法 關(guān)聯(lián)規(guī)則分析案例實(shí)踐 5）預(yù)測(cè)算法與案例實(shí)踐 多元回歸分析與案例實(shí)踐 時(shí)間序列分析與案例實(shí)踐 |
|
第3-4天 進(jìn)階課程 3.網(wǎng)絡(luò)挖掘理論與實(shí)踐 1）網(wǎng)絡(luò)挖掘概念 2）網(wǎng)絡(luò)挖掘常用算法 3）網(wǎng)絡(luò)挖掘?qū)嵺` |
|
4.文本挖掘與WEB挖掘 1）從數(shù)據(jù)挖掘到文本挖掘 2）文本特征表示與提取 3）文本挖掘常用方法 4） web挖掘概述 5）文本挖掘?qū)嵺` |
|
5.推薦系統(tǒng)理論與實(shí)踐 1）推薦系統(tǒng)概述 2）常見(jiàn)推薦方法與算法原理 3）推薦系統(tǒng)評(píng)測(cè) 4）推薦算法實(shí)踐 |
|
6.大數(shù)據(jù)生態(tài)系統(tǒng)介紹 1）Hadoop生態(tài)系統(tǒng)介紹 2）Spark生態(tài)系統(tǒng)介紹 3）深度學(xué)習(xí)框架大比拼 |
近期公開(kāi)課推薦
