大數(shù)據分析挖掘與可視化最佳實踐培訓班

培訓關鍵詞：大數(shù)據分析培訓,可視化培訓

大數(shù)據分析挖掘與可視化最佳實踐培訓班(劉老師)課程介紹：

培訓方式
• 現(xiàn)場面授     • 直播授課     • 錄播回放

專家授課
• 3天集中培訓學習：每天6課時，實戰(zhàn)專家授課
• 理論梳理     • 案例分享     • 實戰(zhàn)演練

紙質資料

大數(shù)據分析挖掘與可視化最佳實踐培訓講義

培訓重點
1. 數(shù)據分析實戰(zhàn)
2. 數(shù)據挖掘理論及核心技術
3. 大數(shù)據算法原理及案例實現(xiàn)
4. Python應用實戰(zhàn)

培訓特色
1.理論與實踐相結合、案例分析與行業(yè)應用穿插進行；
2.專家精彩內容解析、學員專題討論、分組研究；
3.通過全面知識理解、專題技能和實踐結合的授課方式。

日程安排

第一天上午 數(shù)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(shù)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(shù)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(shù)據案例說明其使用場景和運用方法。介紹數(shù)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(shù)據處理技法
從數(shù)據接入、數(shù)據統(tǒng)計、數(shù)據轉換等幾個方面進行講解。數(shù)據接入包含接入MySQL、Oracle、Hadoop等常見數(shù)據庫操作；數(shù)據統(tǒng)計包含Pandas包的具體用法和講解；數(shù)據轉換包含對數(shù)據集的關聯(lián)、合并、重塑等操作。此外，針對海量數(shù)據的情況下，介紹在Spark平臺上的數(shù)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(shù)據挖掘理論及核心技術

第四講 認識數(shù)據挖掘
講解數(shù)據挖掘基本概念，細致講解業(yè)務理解、數(shù)據理解、數(shù)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(shù)據挖掘的實施流程和方法體系。

第五講 數(shù)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(shù)據挖掘核心技術原理，并結合案例講解其具體實現(xiàn)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(shù)據算法原理及案例實現(xiàn)（1）

第六講 特征降維算法及Python實現(xiàn)
降維是大數(shù)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(shù)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(xiàn)。特別地，針對海量數(shù)據情況下的應用場景，講解實現(xiàn)思路和Python案例。

第七講 決策樹算法及Python實現(xiàn)
決策樹是非常經典的算法，一般常見于小數(shù)據的挖掘。由于決策樹具有極強的可解釋性，針對海量數(shù)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(xiàn)原理，并結合案例進行Python實現(xiàn)。

第八講 好萊塢百萬級影評數(shù)據分析與電影推薦實現(xiàn)
實戰(zhàn)部分：基于好萊塢百萬級的影評數(shù)據，對數(shù)據進行建模、清洗、透視表操作。然后根據用戶畫像分析不同的用戶喜好通過機器學習算法對不同性別、年齡階段的用戶進行定制化的電影推薦，最后把推薦的電影進行可視化的展示操作

第二天下午 大數(shù)據算法原理及案例實現(xiàn)（2）
第九講 因果推理算法及Python實現(xiàn)
大數(shù)據分析技術可以幫助我們去發(fā)現(xiàn)、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(xiàn)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(xiàn)。

第十講 深度學習算法及Python實現(xiàn)
對于大數(shù)據的建模任務，我們可以基于深度學習來實現(xiàn)，不僅能夠針對海量數(shù)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、OpenCV庫的使用方法，并結合案例進行Python實現(xiàn)。

第十一講 采用OpenCV實現(xiàn)計算機視覺技術
實戰(zhàn)部分：基于OpenCV面部模型，完成對圖片和視頻的人臉識別，實戰(zhàn)中會講解OpenCV的重要類和函數(shù)。主要內容包括OpenCV庫的安裝和部署、圖像增強、像素操作、圖形分析等各種技術，并且詳細介紹了如何處理來自文件或攝像機的視頻，以及如何檢測和跟蹤移動對象。

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(shù)據已經成為很多企業(yè)重要的資產，通過對文檔數(shù)據進行解析、建模、分析、挖掘、可視化，我們能夠發(fā)現(xiàn)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(shù)據分析圖表及Python案例
數(shù)據可視化是大數(shù)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(shù)據的含義，高效地發(fā)現(xiàn)問題，還可以為報告的編寫以及數(shù)據分析web應用增色不少。本節(jié)主要講解常用的數(shù)據分析圖表及其使用場景，介紹數(shù)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(shù)據分析報告
數(shù)據分析報告在大數(shù)據分析過程中具有重要價值，它體現(xiàn)了大數(shù)據分析的目的、過程和結果，以及對發(fā)現(xiàn)問題的解讀、改進方案等等，本節(jié)主要講解使用Notebook編寫數(shù)據分析報告的具體方法，以及編寫數(shù)據分析報告的方法論，并結合案例講解其用法。

第十五講 Seaborn可視化開發(fā)實戰(zhàn)
Seaborn是一款不錯的可視化框架，它和 Pandas一樣是建立在 Matplotlib 之上的。可以基于Seaborn快速開發(fā)一個輕量級的數(shù)據分析web應用。在網頁中嵌入圖表、數(shù)據以及分析的算法，非常適合打造企業(yè)內部的敏捷數(shù)據分析工具集。本節(jié)主要介紹Pie、Scatter、Radar等等各種可視化解決方案，同時講解一個用Seaborn實現(xiàn)數(shù)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(xiàn)輕量級數(shù)據分析應用。

授課專家
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(shù)據、云計算有比較深入的理解和應用，具有較強的移動互聯(lián)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。

證書：
本課程由中國信息化培訓中心頒發(fā)《大數(shù)據分析高級工程師》證書，證書查詢網址：www.zpedu.com;證書可作為專業(yè)技術人員職業(yè)能力考核的證明，以及專業(yè)技術人員崗位聘用、任職、定級和晉升職務的重要依據。

課綱下載

---

更多大數(shù)據分析挖掘與可視化最佳實踐培訓班相關課程：

課程專題：大數(shù)據分析培訓，可視化培訓