Python数据分析与挖掘

时间:该课程暂无课程排期

地点:暂无地点信息

教练:M.ZHANG

广州泰迪智能科技有限公司

1. 从事用户数据分析和数据挖掘工作5年时间,具有丰富的数据挖掘理论及实践培训经验,对数据具有较高的敏感度,根据数据对其进行全面的统计分析。
2. 精通R、Python、Matlab等多种数据挖掘工具。
3. 擅长市场发展情况监控、精确营销方面的数据挖掘工作。
4. 有为南方电网、轩辕网络等大型企业长期提供实施服务的经验,主导了电子商务网站用户行为分析及网页智能推荐服务、中医证型关联规则挖掘、电信业务话单量预测、航空公司客户价值分析等多个项目。
5. 2017年“泰迪杯数据挖掘挑战赛全国教练员培训”主讲讲师。
6. 先后负责过德生科技企业内训、“TipDM”、“PPV”数据挖掘就业班培训课程及华南师范大学、广西师范学院、广西科技大学、闽江学院、广东石油化工学院、上海健康医学院等高校实训课程。

| 培训特色 |

1、课程内容以项目案例为驱动;
2、课程精简,实用为准;
3、讲师授课经验丰富、思维缜密;
4、表达清晰、语言通俗,擅长以简单案例解释复杂原理。

| 培训对象 |

1、数据分析师/挖掘工程师
2、统计学、数学或计算机、数理统计或数据挖掘方向相关专业大学专科或以上学历的学生或教师;
3、具有一定数学基础知识,计划从事数据挖掘工作的职场人士;
4、对数据挖掘、数据分析感兴趣,想自我提升人士。

| 学员基础 |

基本数学功底

| 课程大纲 |

主题

内容

第一天:
Python训练

1.1Python基础知识
1.1.1 Python环境搭建、库的安装
1.1.2 Python数据类型及结构
1.1.3 数据的导入导出
1.1.4 常用数据管理
1.1.5 控制流
1.2 Python函数
1.2.1 Python常见数据函数
1.2.2 函数自定义
1.3 Python数据挖掘常用模块
1.3.1 Numpy
1.3.2 pandas
1.3.3 Python机器学习库:Scikit-learn

第二天:
数据挖掘

2.1 数据挖掘概论
2.1.1 什么是数据挖掘
2.1.2 数据挖掘、机器学习与人工智能
2.1.3 数据挖掘的基本过程
2.1.4 模型评估
2.2 数据挖掘算法及编程实现
2.2.1 回归分析
2.2.2 决策树
2.2.3 KNN
2.2.4 朴素贝叶斯
2.2.5 人工神经网络
2.2.6 K-means聚类分析
2.2.7 层次聚类
2.2.8 其他聚类算法

第三天:
数据挖
掘案例

3.1 中医证型关联规则
3.1.1 背景与挖掘目标
3.1.2 分析方法与过程
3.1.3 上机实验
3.1.4 拓展思考
3.2 电商网站智能推荐
3.2.1 背景与挖掘目标
3.2.2 分析方法与过程
3.2.3 上机实验
3.2.4 拓展思考

国内外知名一线技术专家分享世界级软件研发管理实践,讲述他们在知名企业的成功案例与宝贵经验。
msup与企业深度合作,并为其量身定制个性化学习课程,精心设计内容与形式,提供最高质量的学习体验。

服务热线 : 400-812-8020

邮箱: market@msup.com.cn

官网: www.msup.com.cn