課程簡介
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、平臺架構(gòu)、常見數(shù)據(jù)分析方法;數(shù)據(jù)挖掘常用的算法、模型及案例實踐;大數(shù)據(jù)生態(tài)系統(tǒng)介紹等。
目標(biāo)收益
通過本課程的學(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)會應(yīng)用數(shù)據(jù)科學(xué)技術(shù)、算法、模型解決現(xiàn)實數(shù)據(jù)處理、分析、挖掘和應(yīng)用落地等問題。
培訓(xùn)對象
數(shù)據(jù)分析、挖掘、開發(fā)等相關(guān)崗位從業(yè)者、初級入門者、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)平臺架構(gòu) 3)大數(shù)據(jù)平臺常規(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(chǔ)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(guān)聯(lián)規(guī)則與案例實踐 Apriori算法、FP-growth算法 關(guān)聯(lián)規(guī)則分析案例實踐 5)預(yù)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(jìn)階課程 3.網(wǎng)絡(luò)挖掘理論與實踐 |
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(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)平臺架構(gòu) 3)大數(shù)據(jù)平臺常規(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(chǔ)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(guān)聯(lián)規(guī)則與案例實踐 Apriori算法、FP-growth算法 關(guān)聯(lián)規(guī)則分析案例實踐 5)預(yù)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(jìn)階課程 3.網(wǎng)絡(luò)挖掘理論與實踐 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(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 |