課程簡介
本課程將圍繞大數據最本質的特點—智能化為主線，從大數據的商業(yè)模式 創(chuàng)新、大數據產品思維、數據分析重要工具、數據挖掘核心技術等層 面，從瀏覽型互聯網應用、社交網絡型互聯網應用等多角度多領域做實 站案例講解。該課程使學員： n 理解大數據基本概念、理解大數據幫助企業(yè)進行商業(yè)模式創(chuàng)新的方法 和思維、理解大數據團隊構成和組織架構、理解大數據產品設計思維、 理解大數據基礎技術架構 n 理解大數據行業(yè)發(fā)展的現狀：大數據在傳統(tǒng)行業(yè)和 TMT 企業(yè)中的應用 情況、經典真實案例、對業(yè)務提升的影響結果。 n 掌握大數據在瀏覽型應用（例如：優(yōu)酷土豆、58 同城等）中的智能化 產品和技術解決方案。 n 掌握大數據在社交型應用中的智能化的產品和技術解決方案。 n 掌握大數據在互聯網金融、支付、保險類型應用中的智能化產品和技 術解決方案。 n 掌握如何搭建一個實用的推薦引擎的方法； n 掌握數據挖掘的經典方法論：數據挖掘過程、模型評估標準等 n 側重掌握最普遍使用的分類預測技術的方法，輕松理解分類預測技術的 重難點主題及一 些新技術：模型優(yōu)化的原理、Overfitting 和 Underfitting、Variance/Bias 和多模型 方法等；
目標收益
課程大數據技術面的難度值：中；
產品和案例面的豐富度：中；
商業(yè)模式創(chuàng)新和組織架構面詳盡度：中。
培訓對象
具有一定信息化程度的傳統(tǒng)企業(yè)和 TMT 企業(yè)；企業(yè)業(yè)務決策 者、產品負責人、項目負責人、技術負責人、數據挖掘工程師、數據分析 師、大數據工程師、算法專家以及其他對數據挖掘經驗有興趣的的人員
課程內容
大量大數據挖掘實踐案例 難點理論講述淺顯易懂數據挖掘算 法講述會超出傳統(tǒng)教科書的講解范疇，不會贅述具體經典算法，而是講述 經典課本上不會出現的適應大數據背景下數據挖掘的實用新技術
課程大綱
| 1.“大數據+” |
1.1 引言：大數據概述 1.1.1 奧斯卡 6 項大獎電影“點球成金”揭示了什么？ 大數據解決的問題是什么？ 1.1.2 全球著名的咨詢服務公司 Gartner 怎么看大數據？ 1.1.3 大數據本質特征概述 1.1.4 大數據能解決什么問題？ 1.2 大數據的技術面 1.3 大數據驅動商業(yè)模式創(chuàng)新 1.3.1 “互聯網+”驅動新的商業(yè)模式創(chuàng)新 1.3.2 “大數據+”驅動新的商業(yè)模式創(chuàng)新 1.3.3 成功“大數據+”企業(yè)戰(zhàn)略實施案例 1.3.4 大數據企業(yè)戰(zhàn)略和項目實施方法總結和禁忌點 1.4 大數據團隊建設 1.4.1 大數據公司（部門）的都在做什么？ 1.4.2 大數據團隊組成 1.5 “大數據+”行業(yè)應用案例分享 1.5.1 大數據在企業(yè)生產、物流、營銷、銷售、售后、企 業(yè)外部環(huán)境分析等環(huán)節(jié)的作用 1.5.2 互聯網案例分享 1.5.3 傳統(tǒng)企業(yè)案例分享 1.6 總結 |
| 2.以大數據為基 礎，AI 為核心精準 營銷變革 |
2.1 精準營銷概述 2.1.1 一對一精準營銷的發(fā)展歷程 2.1.2 精準營銷的三種海量數據 2.1.3 精準營銷分析的三個典型方向 2.1.4 精準營銷的案例 2.1.5 營銷客戶分析模型框架總結 2.2 計算廣告簡介 2.2.1 傳統(tǒng)廣告與計算廣告 2.2.2 計算廣告售賣方式與基本形式 2.2.3 計算廣告基本原理與算法模型 2.2.4 計算廣告其他 2.3 精準營銷 AI 實踐：CTR 預估 2.3.1 問題定義 2.3.2 算法流程 2.3.3 特征選擇與模型選擇 2.4 常用機器學習算法簡介 2.4.1 機器學習算法基本原理 2.4.2 多模型算法舉例：Boosting 2.4.3 多模型算法舉例：Random Forest 2.4.4 算法評估指標簡介 |
| 3.以大數據為中心 的常見互聯網應用 的數據挖掘實戰(zhàn) |
3.1 互聯網應用的分類 3.2 瀏覽型應用中的大數據應用實例 3.2.1 全局唯一用戶識別 GUID 3.2.2 用戶及業(yè)務畫像 3.3.3 用戶流失分析與預測 |
| 4.學員問題解答 | 4.學員問題解答 |
|
1.“大數據+” 1.1 引言：大數據概述 1.1.1 奧斯卡 6 項大獎電影“點球成金”揭示了什么？ 大數據解決的問題是什么？ 1.1.2 全球著名的咨詢服務公司 Gartner 怎么看大數據？ 1.1.3 大數據本質特征概述 1.1.4 大數據能解決什么問題？ 1.2 大數據的技術面 1.3 大數據驅動商業(yè)模式創(chuàng)新 1.3.1 “互聯網+”驅動新的商業(yè)模式創(chuàng)新 1.3.2 “大數據+”驅動新的商業(yè)模式創(chuàng)新 1.3.3 成功“大數據+”企業(yè)戰(zhàn)略實施案例 1.3.4 大數據企業(yè)戰(zhàn)略和項目實施方法總結和禁忌點 1.4 大數據團隊建設 1.4.1 大數據公司（部門）的都在做什么？ 1.4.2 大數據團隊組成 1.5 “大數據+”行業(yè)應用案例分享 1.5.1 大數據在企業(yè)生產、物流、營銷、銷售、售后、企 業(yè)外部環(huán)境分析等環(huán)節(jié)的作用 1.5.2 互聯網案例分享 1.5.3 傳統(tǒng)企業(yè)案例分享 1.6 總結 |
|
2.以大數據為基 礎，AI 為核心精準 營銷變革 2.1 精準營銷概述 2.1.1 一對一精準營銷的發(fā)展歷程 2.1.2 精準營銷的三種海量數據 2.1.3 精準營銷分析的三個典型方向 2.1.4 精準營銷的案例 2.1.5 營銷客戶分析模型框架總結 2.2 計算廣告簡介 2.2.1 傳統(tǒng)廣告與計算廣告 2.2.2 計算廣告售賣方式與基本形式 2.2.3 計算廣告基本原理與算法模型 2.2.4 計算廣告其他 2.3 精準營銷 AI 實踐：CTR 預估 2.3.1 問題定義 2.3.2 算法流程 2.3.3 特征選擇與模型選擇 2.4 常用機器學習算法簡介 2.4.1 機器學習算法基本原理 2.4.2 多模型算法舉例：Boosting 2.4.3 多模型算法舉例：Random Forest 2.4.4 算法評估指標簡介 |
|
3.以大數據為中心 的常見互聯網應用 的數據挖掘實戰(zhàn) 3.1 互聯網應用的分類 3.2 瀏覽型應用中的大數據應用實例 3.2.1 全局唯一用戶識別 GUID 3.2.2 用戶及業(yè)務畫像 3.3.3 用戶流失分析與預測 |
|
4.學員問題解答 4.學員問題解答 |
近期公開課推薦
