我要報名

課程介紹

“數據為王”的時代，大數據將帶來一次全新的革命，將改變眾多企業(yè)的命運。在大數據時代的背景下，R語言作為一種迅速興起的數據挖掘和可視化工具軟件,由于其功能強大、簡潔易用，正越來越多的成為數據挖掘項目的實施基礎。在數據挖掘和可視化的教學中，如果缺少相應的實際訓練，是很難掌握好工具和理論的。本課程理論聯系實際，通過具體案例貫穿所有的理論知識。針對游戲、醫(yī)療、汽車行業(yè)等不同領域應用問題，介紹數據挖掘及可視化的各個技術細節(jié)，通過實際的案例演練，讓學員真正體驗數據挖掘及可視化的強大魅力。我們推出了大數據分析及可視化技術應用實戰(zhàn)課程培訓班，旨在培養(yǎng)大數據技術和應用創(chuàng)新型人才，促進大數據技術在各行業(yè)內部及跨行業(yè)進行實施應用，以及企業(yè)大數據分析及可視化項目開發(fā)和落地，并利用大數據打造企業(yè)核心競爭力優(yōu)勢。

課程特色

1. 本課程盡量避開數學公式，按照“講清思想方法原理—結合具體案例—R語言實現細節(jié)”思路，讓即使是幾乎沒有什么基礎的學員，掌握數據挖掘和可視化的基本思路和模式，打下未來深入的良好基礎，能在工作和學習中結合具體問題立馬上手操作解決；

2. 課程注重學練結合的方法，會采取課中練習的方法，充分調動大家思考的積極性，在做中掌握相關知識和技能；

3. 課程緊緊抓住基于R語言的數據挖掘和可視化的重點和難點，詳細的分析和講解，在理解難、容易出錯的地方反復提醒，以便學員在課后容易的進行自己復習和相關拓展。

培訓對象

1.大數據分析應用開發(fā)工程師

2.大數據分析項目的規(guī)劃咨詢管理人員

3.大數據分析項目的IT項目高管人員

4.大數據分析與挖掘處理算法應用工程師

5.大數據分析集群運維工程師

6.大數據分析項目的售前和售后技術支持服務人員

課程大綱

第一天上午 數據分析實戰(zhàn)

第一講 零基礎學Python

講解Python背景、國內發(fā)展狀況、基礎語法、數據結構及繪圖操作等內容。特別針對向量計算這塊，著重介紹Python在這方面的優(yōu)勢及用法。

第二講 數據分析方法論

講解統(tǒng)計分析基礎，包括統(tǒng)計學基本概念，假設檢驗，置信區(qū)間等基礎，并結合數據案例說明其使用場景和運用方法。介紹數據分析流程和常見分析思路，并結合案例進行講解。

第三講 數據處理技法

從數據接入、數據統(tǒng)計、數據轉換等幾個方面進行講解。數據接入包含接入MySQL、Oracle、Hadoop等常見數據庫操作；數據統(tǒng)計包含Pandas包的具體用法和講解；數據轉換包含對數據集的關聯、合并、重塑等操作。此外，針對海量數據的情況下，介紹在Spark平臺上的數據處理技術，并結合真實環(huán)境進行操作講解。

第一天下午 數據挖掘理論及核心技術

第四講 認識數據挖掘

講解數據挖掘基本概念，細致講解業(yè)務理解、數據理解、數據準備、建立模型、模型評估、模型部署各環(huán)節(jié)的工作內容及相關技術；結合業(yè)界經典場景，講解數據挖掘的實施流程和方法體系。

第五講 數據挖掘核心技術

細致講解抽樣、分區(qū)、樣本平衡、特征選擇、訓練模型、評估模型等數據挖掘核心技術原理，并結合案例講解其具體實現和用法。尤其針對樣本平衡，重點講解人工合成、代價敏感等算法；針對特征選擇，重點講解特征選擇的核心思路，并結合Python進行案例演示。

第二天上午 大數據算法原理及案例實現（1）

第六講 特征降維算法及Python實現

降維是大數據分析非常重要的算法 ，它可以在降低極少信息量的情況下，極大地縮小數據規(guī)模。主要講解主成分、LDA以及t-SNE原理，并結合案例進行Python實現。特別地，針對海量數據情況下的應用場景，講解實現思路和Python案例。

第七講 決策樹算法及Python實現

決策樹是非常經典的算法 ，一般常見于小數據的挖掘。由于決策樹具有極強的可解釋性，針對海量數據仍然是非常重要的實用價值。主要講解ID3、C4.5、C5.0以及CART決策樹算法的實現原理，并結合案例進行Python實現。

第八講 基于乳腺癌數據進行降維分析并建立分類模型

實戰(zhàn)部分：基于乳腺癌數據進行降維處理，并嘗試建立分類評估模型。旨在通過該模型，并潛在的乳腺癌患者進行識別。

第二天下午 大數據算法原理及案例實現（2）

第九講 因果推理算法及Python實現

大數據分析技術可以幫助我們去發(fā)現、解決一些業(yè)務問題，然而如何去判斷我們的改進是否生效，是否在業(yè)務指標上呈現過一定的因果邏輯，則是一個重要問題和分析方向。本節(jié)主要介紹因果推理算法，包括貝葉斯推理、狀態(tài)空間模型以及CausalImpact工具等內容，并結合案例進行Python實現。

第十講 深度學習算法及Python實現

對于大數據的建模任務，我們可以基于深度學習來實現，不僅能夠針對海量數據進行建模，其效果也非常不錯。本節(jié)主要講解深度學習的發(fā)展歷程，DBN、DNN等經典深度學習算法，深度學習優(yōu)化算法以及一些技巧。同時，介紹Keras庫的使用方法，并結合案例進行Python實現。

第十一講 Lending Club信貸違約分析案例

實戰(zhàn)部分：基于Lending Club信貸違約數據，嘗試從多個不同的維度進行數據分析，旨在發(fā)現一些有價值的信息，同時基于該數據，經過一定的處理，建立信貸違約識別模型，旨在對信貸業(yè)務辦理提供模型支持，降低違約風險。

第三天上午 Python應用實戰(zhàn)（一）

第十二講 Python自然語言處理原理及案例

目前文檔數據已經成為很多企業(yè)重要的資產，通過對文檔數據進行解析、建模、分析、挖掘、可視化，我們能夠發(fā)現不一樣的洞察。本節(jié)主要講解自然語言處理基本概念和技法，包含分詞、關鍵字提取、文摘提取、文本分類、主題模型、word2vec等內容。介紹在深度學習的加持下，與傳統(tǒng)做法的區(qū)別，并使用Python進行案例講解。

第十三講 數據分析圖表及Python案例

數據可視化是大數據分析的重要手段，通過合理地使用圖表，不僅可以簡潔地表達數據的含義，高效地發(fā)現問題，還可以為報告的編寫以及數據分析web應用增色不少。本節(jié)主要講解常用的數據分析圖表及其使用場景，介紹數據可視化的方法論，避免生搬硬套的使用圖表，針對不同的業(yè)務場景和需求，合理選擇可視化方法。介紹的工具不限于matplotlib、pycha、pyecharts、ggplot、Bokeh、HoloViews、mpld3、plotly、pygal等常用可視化庫。

第三天下午 Python應用實戰(zhàn)（二）

第十四講 使用Notebook編寫數據分析報告

數據分析報告在大數據分析過程中具有重要價值，它體現了大數據分析的目的、過程和結果，以及對發(fā)現問題的解讀、改進方案等等，本節(jié)主要講解使用Notebook編寫數據分析報告的具體方法，以及編寫數據分析報告的方法論，并結合案例講解其用法。

第十五講 Dash可視化開發(fā)實戰(zhàn)

Dash是一款不錯的框架，可以基于Dash快速開發(fā)一個輕量級的數據分析web應用。在網頁中嵌入圖表、數據以及分析的算法，非常適合打造企業(yè)內部的敏捷數據分析工具集。本節(jié)主要介紹Dash的UI、Server、Reactivity、控件等內容，同時講解一個用Dash實現數據分析功能（兼圖表）的實際案例，搭建服務器，在企業(yè)內部實現輕量級數據分析應用。

第四天 學習考核與業(yè)內經驗交流

劉老師

劉老師 10多年的IT領域相關技術研究和項目開發(fā)工作，在長期軟件領域工作過程中，對軟件企業(yè)運作模式有深入研究，熟悉軟件質量保障標準ISO9003和軟件過程改進模型CMM/CMMI，在具體項目實施過程中總結經驗，有深刻認識。通曉多種軟件設計和開發(fā)工具。對軟件開發(fā)整個流程非常熟悉，能根據項目特點定制具體軟件過程，并進行項目管理和監(jiān)控，有很強的軟件項目組織管理能力。對C/C++ 、HTML 5、python、Hadoop、java、java EE、android、IOS、大數據、云計算有比較深入的理解和應用，具有較強的移動互聯網應用需求分析和系統(tǒng)設計能力，熟悉Android框架、IOS框架等技術，了解各種設計模式，能在具體項目中靈活運用。

我要報名

在線報名：大數據分析挖掘與可視化最佳實踐培訓班(北京)