架構師
互聯(lián)網
大數據
數據挖掘
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

大數據技術及應用（基礎+進階）

Cain

競技世界 首席數據科學家

巴川，資深數據科學家，曾就職于中國搜索、搜狐暢游等互聯(lián)網公司，主要從事互聯(lián)網數據挖掘工作，現(xiàn)任競技世界（北京）網絡技術有限公司首席數據科學家。主要研究領域包括互聯(lián)網用戶行為挖掘、知識圖譜、運營分析、產品分析、社交網絡挖掘、反作弊、風控體系、推薦系統(tǒng)、數據可視化等。
中國計算機學會技術前線委員會（CCF TF）數據科學研討會主席，國家技術標準創(chuàng)新基地（貴州大數據）數字經濟專業(yè)委員會專家，中國教育創(chuàng)新校企聯(lián)盟首席數據科學家。北航兼職碩導，西安交大研究生院授課專家，人大、北外、對外經貿、華南理工、武漢大學、南京大學、貴州大學等多所高校兼職教師。全球軟件案例研究峰會（TOP100）、A2M人工智能與機器學習創(chuàng)新峰會、中國數據分析師行業(yè)峰會（CDAS）、中國軟件技術大會、中國質量競爭力大會（TID）、中國數據庫技術大會（DTCC）、中國系統(tǒng)架構師大會（SACC）、全球互聯(lián)網經濟大會（GIEC）、DataFunCon等多個行業(yè)峰會演講嘉賓及出品人。

巴川，資深數據科學家，曾就職于中國搜索、搜狐暢游等互聯(lián)網公司，主要從事互聯(lián)網數據挖掘工作，現(xiàn)任競技世界（北京）網絡技術有限公司首席數據科學家。主要研究領域包括互聯(lián)網用戶行為挖掘、知識圖譜、運營分析、產品分析、社交網絡挖掘、反作弊、風控體系、推薦系統(tǒng)、數據可視化等。 中國計算機學會技術前線委員會（CCF TF）數據科學研討會主席，國家技術標準創(chuàng)新基地（貴州大數據）數字經濟專業(yè)委員會專家，中國教育創(chuàng)新校企聯(lián)盟首席數據科學家。北航兼職碩導，西安交大研究生院授課專家，人大、北外、對外經貿、華南理工、武漢大學、南京大學、貴州大學等多所高校兼職教師。全球軟件案例研究峰會（TOP100）、A2M人工智能與機器學習創(chuàng)新峰會、中國數據分析師行業(yè)峰會（CDAS）、中國軟件技術大會、中國質量競爭力大會（TID）、中國數據庫技術大會（DTCC）、中國系統(tǒng)架構師大會（SACC）、全球互聯(lián)網經濟大會（GIEC）、DataFunCon等多個行業(yè)峰會演講嘉賓及出品人。

課程費用

6800.00 /人

課程時長

4天

成為教練

課程簡介

本課程主要介紹數據科學常用的技術、算法和應用案例。課程包括數據科學應用概述、平臺架構、常見數據分析方法；數據挖掘常用的算法、模型及案例實踐；大數據生態(tài)系統(tǒng)介紹等。

目標收益

通過本課程的學習，希望學員能夠在了解和掌握數據科學相關理論的基礎上，學會應用數據科學技術、算法、模型解決現(xiàn)實數據處理、分析、挖掘和應用落地等問題。

培訓對象

數據分析、挖掘、開發(fā)等相關崗位從業(yè)者、初級入門者、欲轉型數據工作者、欲了解大數據在行業(yè)中的應用現(xiàn)狀和動態(tài)的管理者等等。

課程大綱

第1-2天 基礎課程
1.數據科學概述 		1）數據科學應用概述
2）大數據平臺架構
3）大數據平臺常規(guī)功能
2.數據挖掘算法與模型 1）數據挖掘概述與案例展示
2）聚類算法與案例實踐
基于劃分的聚類算法與案例實踐
基于層次的聚類算法與案例實踐
基于密度的聚類算法與案例實踐
3）分類算法與案例實踐
基礎分類算法與案例實踐
組合分類算法與案例實踐
高級分類算法與案例實踐
4）關聯(lián)規(guī)則與案例實踐
Apriori算法、FP-growth算法
關聯(lián)規(guī)則分析案例實踐
5）預測算法與案例實踐
多元回歸分析與案例實踐
時間序列分析與案例實踐
第3-4天 進階課程
3.網絡挖掘理論與實踐 		1）網絡挖掘概念
2）網絡挖掘常用算法
3）網絡挖掘實踐
4.文本挖掘與WEB挖掘 1）從數據挖掘到文本挖掘
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）文本挖掘實踐
5.推薦系統(tǒng)理論與實踐 1）推薦系統(tǒng)概述
2）常見推薦方法與算法原理
3）推薦系統(tǒng)評測
4）推薦算法實踐
6.大數據生態(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）深度學習框架大比拼
第1-2天 基礎課程
1.數據科學概述
1）數據科學應用概述
2）大數據平臺架構
3）大數據平臺常規(guī)功能
2.數據挖掘算法與模型
1）數據挖掘概述與案例展示
2）聚類算法與案例實踐
基于劃分的聚類算法與案例實踐
基于層次的聚類算法與案例實踐
基于密度的聚類算法與案例實踐
3）分類算法與案例實踐
基礎分類算法與案例實踐
組合分類算法與案例實踐
高級分類算法與案例實踐
4）關聯(lián)規(guī)則與案例實踐
Apriori算法、FP-growth算法
關聯(lián)規(guī)則分析案例實踐
5）預測算法與案例實踐
多元回歸分析與案例實踐
時間序列分析與案例實踐
第3-4天 進階課程
3.網絡挖掘理論與實踐
1）網絡挖掘概念
2）網絡挖掘常用算法
3）網絡挖掘實踐
4.文本挖掘與WEB挖掘
1）從數據挖掘到文本挖掘
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）文本挖掘實踐
5.推薦系統(tǒng)理論與實踐
1）推薦系統(tǒng)概述
2）常見推薦方法與算法原理
3）推薦系統(tǒng)評測
4）推薦算法實踐
6.大數據生態(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）深度學習框架大比拼

活動詳情

提交需求