課程描述INTRODUCTION
日程安排SCHEDULE
課程大綱Syllabus
數(shù)據(jù)分析實戰(zhàn)公開課
一、培訓(xùn)重點
1.數(shù)據(jù)分析實戰(zhàn)
2.數(shù)據(jù)挖掘理論及核心技術(shù)
3.大數(shù)據(jù)算法原理及案例實現(xiàn)
4.Python應(yīng)用實戰(zhàn)
5.ChatGPT職場賦能
二、培訓(xùn)特色
1.理論與實踐相結(jié)合、案例分析與行業(yè)應(yīng)用穿插進(jìn)行;
2.專家精彩內(nèi)容解析、學(xué)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(jié)合的授課方式。
三、日程安排
第一天
上午數(shù)據(jù)分析實戰(zhàn)第一講 零基礎(chǔ)學(xué)Python
講解Python背景、國內(nèi)發(fā)展?fàn)顩r、基礎(chǔ)語法、數(shù)據(jù)結(jié)構(gòu)及繪圖操作等內(nèi)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(jù)分析方法論
講解統(tǒng)計分析基礎(chǔ),包括統(tǒng)計學(xué)基本概念,假設(shè)檢驗,置信區(qū)間等基礎(chǔ),并結(jié)合數(shù)據(jù)案例說明其使用場景和運用方法。介紹數(shù)據(jù)分析流程和常見分析思路,并結(jié)合案例進(jìn)行講解。
第三講 數(shù)據(jù)處理技法
從數(shù)據(jù)接入、數(shù)據(jù)統(tǒng)計、數(shù)據(jù)轉(zhuǎn)換等幾個方面進(jìn)行講解。數(shù)據(jù)接入包含接入MySQL、Oracle、Hadoop等常見數(shù)據(jù)庫操作;數(shù)據(jù)統(tǒng)計包含Pandas包的具體用法和講解;數(shù)據(jù)轉(zhuǎn)換包含對數(shù)據(jù)集的關(guān)聯(lián)、合并、重塑等操作。此外,針對海量數(shù)據(jù)的情況下,介紹在Spark平臺上的數(shù)據(jù)處理技術(shù),并結(jié)合真實環(huán)境進(jìn)行操作講解。
第一天
下午數(shù)據(jù)挖掘理論及核心技術(shù)第四講 認(rèn)識數(shù)據(jù)挖掘
講解數(shù)據(jù)挖掘基本概念,細(xì)致講解業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型評估、模型部署各環(huán)節(jié)的工作內(nèi)容及相關(guān)技術(shù);結(jié)合業(yè)界經(jīng)典場景,講解數(shù)據(jù)挖掘的實施流程和方法體系。
第五講 數(shù)據(jù)挖掘核心技術(shù)
細(xì)致講解抽樣、分區(qū)、樣本平衡、特征選擇、訓(xùn)練模型、評估模型等數(shù)據(jù)挖掘核心技術(shù)原理,并結(jié)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(jié)合Python進(jìn)行案例演示。
第二天
上午大數(shù)據(jù)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(jù)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(jù)規(guī)模。主要講解主成分、LDA以及t-SNE原理,并結(jié)合案例進(jìn)行Python實現(xiàn)。特別地,針對海量數(shù)據(jù)情況下的應(yīng)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(jīng)典的算法,一般常見于小數(shù)據(jù)的挖掘。由于決策樹具有極強的可解釋性,針對海量數(shù)據(jù)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(jié)合案例進(jìn)行Python實現(xiàn)。
第八講 好萊塢百萬級影評數(shù)據(jù)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(jù),對數(shù)據(jù)進(jìn)行建模、清洗、透視表操作。然后根據(jù)用戶畫像分析不同的用戶喜好通過機器學(xué)習(xí)算法對不同性別、年齡階段的用戶進(jìn)行定制化的電影推薦,最后把推薦的電影進(jìn)行可視化的展示操作
第二天
下午大數(shù)據(jù)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(jù)分析技術(shù)可以幫助我們?nèi)グl(fā)現(xiàn)、解決一些業(yè)務(wù)問題,然而如何去判斷我們的改進(jìn)是否生效,是否在業(yè)務(wù)指標(biāo)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(nèi)容,并結(jié)合案例進(jìn)行Python實現(xiàn)。
第十講 深度學(xué)習(xí)算法及Python實現(xiàn)
對于大數(shù)據(jù)的建模任務(wù),我們可以基于深度學(xué)習(xí)來實現(xiàn),不僅能夠針對海量數(shù)據(jù)進(jìn)行建模,其效果也非常不錯。本節(jié)主要講解深度學(xué)習(xí)的發(fā)展歷程,DBN、DNN等經(jīng)典深度學(xué)習(xí)算法,深度學(xué)習(xí)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(jié)合案例進(jìn)行Python實現(xiàn)。
第十一講 采用YOLO實現(xiàn)計算機視覺技術(shù)
實戰(zhàn)部分:基于YOLO面部模型,完成對圖片和視頻的人臉識別,實戰(zhàn)中會講解YOLO的重要類和函數(shù)。主要內(nèi)容包括YOLO庫的安裝和部署、圖像增強、像素操作、圖形分析等各種技術(shù),并且詳細(xì)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可視化應(yīng)用實戰(zhàn)第十二講 數(shù)據(jù)分析圖表及Python案例
數(shù)據(jù)可視化是大數(shù)據(jù)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(dá)數(shù)據(jù)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(jù)分析web應(yīng)用增色不少。本節(jié)主要講解常用的數(shù)據(jù)分析圖表及其使用場景,介紹數(shù)據(jù)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(wù)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。
第十四講 使用Notebook編寫數(shù)據(jù)分析報告
數(shù)據(jù)分析報告在大數(shù)據(jù)分析過程中具有重要價值,它體現(xiàn)了大數(shù)據(jù)分析的目的、過程和結(jié)果,以及對發(fā)現(xiàn)問題的解讀、改進(jìn)方案等等,本節(jié)主要講解使用Notebook編寫數(shù)據(jù)分析報告的具體方法,以及編寫數(shù)據(jù)分析報告的方法論,并結(jié)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??梢曰赟eaborn快速開發(fā)一個輕量級的數(shù)據(jù)分析web應(yīng)用。在網(wǎng)頁中嵌入圖表、數(shù)據(jù)以及分析的算法,非常適合打造企業(yè)內(nèi)部的敏捷數(shù)據(jù)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(jù)分析功能(兼圖表)的實際案例,搭建服務(wù)器,在企業(yè)內(nèi)部實現(xiàn)輕量級數(shù)據(jù)分析應(yīng)用。
第三天
下午ChatGPT職場賦能第十六講 GPT4 Plus 快速入門
首先了解以ChatGPT為代表的大語言模型的原理,并且對比介紹GPT3與GPT4的區(qū)別。接下來介紹如何在國內(nèi)的環(huán)境下方便穩(wěn)定的使用ChatGPT4。最后演示在GPT使用過程中如何高效的使用提示詞,以及GPT4新特性:Custom Instructions 與角色設(shè)置
第十七講 GPT4 Plus 提高辦公效率
介紹Excel如何安裝GPT插件,自動編寫函數(shù)提升表格的處理效果。接下來介紹Python如何調(diào)用GPT API并介紹Token計算、字?jǐn)?shù)限制、內(nèi)容亂碼解決方案。最后講解ChatGPT4 Plus如何自動實現(xiàn)數(shù)據(jù)挖掘流程并生成分析報告。以及Plugin Store 第三方插件安裝與使用
第十八講 文案、短視頻、AI主播的定制化生成
首先介紹如果通過GPT生成高質(zhì)量的文案,或者如果通過AI來優(yōu)化已有的文案。接下通過百度旗下的AI工具通過文案自動生成高質(zhì)量的短視頻。最后通過阿里的語言訓(xùn)練模型,打造屬于自己或者公司的數(shù)字人
授課專家
劉老師 10多年的IT領(lǐng)域相關(guān)技術(shù)研究和項目開發(fā)工作,在長期軟件領(lǐng)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(zhì)量保障標(biāo)準(zhǔn)ISO9003和軟件過程改進(jìn)模型CMM/CMMI,在具體項目實施過程中總結(jié)經(jīng)驗,有深刻認(rèn)識。通曉多種軟件設(shè)計和開發(fā)工具。對軟件開發(fā)整個流程非常熟悉,能根據(jù)項目特點定制具體軟件過程,并進(jìn)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(jù)、云計算有比較深入的理解和應(yīng)用,具有較強的移動互聯(lián)網(wǎng)應(yīng)用需求分析和系統(tǒng)設(shè)計能力,熟悉Android框架、IOS框架等技術(shù),了解各種設(shè)計模式,能在具體項目中靈活運用。
數(shù)據(jù)分析實戰(zhàn)公開課
轉(zhuǎn)載:http://www.jkyingpanluxiangji.com/gkk_detail/295653.html
已開課時間Have start time
大數(shù)據(jù)營銷內(nèi)訓(xùn)
- 數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力 盧森煌
- 數(shù)字金融與智能金融下的智慧 盧森煌
- 商業(yè)銀行數(shù)據(jù)治理體系建設(shè)實 馬慶
- 《小紅書運營策劃與執(zhí)行》 黃光偉
- 企業(yè)區(qū)塊鏈技術(shù)的應(yīng)用場景與 李璐
- 管理者數(shù)據(jù)能力晉級 宋致旸
- 大數(shù)據(jù)時代下服務(wù)營銷新思維 秦超
- 《企業(yè)數(shù)據(jù)管理與數(shù)據(jù)資產(chǎn)化 張光利
- 數(shù)字經(jīng)濟(jì)基礎(chǔ)和企業(yè)數(shù)字化轉(zhuǎn) 盧森煌
- 《零售行業(yè)社群團(tuán)購運營》 陳蕊
- 大數(shù)據(jù)行業(yè)的現(xiàn)狀與熱點 徐全
- 數(shù)字媒體和數(shù)字教學(xué) 鐘理勇