99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

cda

數(shù)字化人才認(rèn)證
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶(hù)后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn):http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }
為什么學(xué)習(xí)商業(yè)策略+數(shù)據(jù)挖掘

以 CDA 認(rèn)證的 LEVEL II 和 LEVEL III 大綱為核心,目標(biāo)培養(yǎng)同時(shí)具有策略?xún)?yōu)化和數(shù)據(jù)挖掘能力的全棧數(shù)據(jù)挖掘人才,而非只懂“調(diào)算法包,跑代碼”的單一技能程序員。

課程內(nèi)容兼顧培養(yǎng)每位學(xué)員的雙向技能,既有解決數(shù)據(jù)挖掘流程問(wèn)題的橫向能力,又有解決數(shù)據(jù)挖掘算法問(wèn)題的縱向能力。

數(shù)據(jù)挖掘流程問(wèn)題的橫向能力要求學(xué)備從數(shù)據(jù)治理根源出發(fā)的思維,通過(guò)數(shù)字化工作方法來(lái)探查業(yè)務(wù)問(wèn)題,通過(guò)近因分析工具、宏觀根因分析等手段,再選擇業(yè)務(wù)流程優(yōu)化工具還是算法工具,而非“遇到問(wèn)題調(diào)算法包”。

數(shù)據(jù)挖掘算法縱向能力要求學(xué)生在使用算法解決微觀根因分析、預(yù)測(cè)分析的問(wèn)題上,根據(jù)業(yè)務(wù)場(chǎng)景來(lái)綜合判斷,洞察數(shù)據(jù)規(guī)律,使用正確的數(shù)據(jù)清洗與特征工程方法,綜合使用統(tǒng)計(jì)分析方法、統(tǒng)計(jì)模型、運(yùn)籌學(xué)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、文本挖掘算法,而非單一的機(jī)器學(xué)習(xí)算法。

數(shù)據(jù)挖掘工程師的職業(yè)優(yōu)勢(shì)

數(shù)據(jù)挖掘算法方向,是目前IT互聯(lián)網(wǎng)行業(yè)熱門(mén)的職業(yè)方向,國(guó)內(nèi)數(shù)據(jù)挖掘人才的招聘市場(chǎng),不管是現(xiàn)階段還是未來(lái)的至少五年到十年內(nèi),都持續(xù)保持供不應(yīng)求的狀態(tài)。

數(shù)據(jù)挖掘工程師專(zhuān)注于用數(shù)據(jù)挖掘算法為企業(yè)挖掘數(shù)據(jù)中的金礦,為決策分析和預(yù)測(cè)分析提供強(qiáng)有力的支持,是提升企業(yè)核心競(jìng)爭(zhēng)力的關(guān)鍵人才。

數(shù)據(jù)挖掘工程師遍布互聯(lián)網(wǎng)、電商、搜索、社交等眾多熱門(mén)行業(yè),未來(lái)的人工智能、自動(dòng)駕駛領(lǐng)域也將是數(shù)據(jù)挖掘工程師的舞臺(tái),學(xué)會(huì)數(shù)據(jù)挖掘的你,也將是優(yōu)秀企業(yè)最需要的數(shù)字化人才。

數(shù)據(jù)挖掘工程師課程標(biāo)準(zhǔn)如何成為具有高商業(yè)價(jià)值的全棧數(shù)據(jù)挖掘工程師?
就業(yè)技能
集訓(xùn)課程
講師+助教+
班主任陪伴式學(xué)習(xí)
跨行業(yè),跨場(chǎng)景,培養(yǎng)具有核心
競(jìng)爭(zhēng)力全能型數(shù)據(jù)分析師
學(xué)習(xí)曲線(xiàn)平緩,學(xué)習(xí)難度適中
能力穩(wěn)步提升
測(cè)講練評(píng)
定期作業(yè)與測(cè)評(píng)
獨(dú)立設(shè)立教學(xué)監(jiān)督組
即時(shí)教學(xué)質(zhì)量監(jiān)督
世界500強(qiáng)企業(yè)項(xiàng)目實(shí)戰(zhàn)
提升綜合實(shí)戰(zhàn)能力
課程大綱
  • 數(shù)據(jù)治理基礎(chǔ)
  • 數(shù)字化工作方法
  • 數(shù)據(jù)采集方法
  • Python編程基礎(chǔ)
  • Python數(shù)據(jù)探索、數(shù)據(jù)處理與可視化
  • Python探索分析綜合案例
  • Pythont統(tǒng)計(jì)分析與運(yùn)籌學(xué)基礎(chǔ)
  • 數(shù)據(jù)分析模型、算法與商業(yè)應(yīng)用
  • 標(biāo)簽體系與應(yīng)用
  • 數(shù)據(jù)挖掘概論
  • 高級(jí)數(shù)據(jù)處理與特征工程
  • 機(jī)器學(xué)習(xí)算法與應(yīng)用(一)
  • 機(jī)器學(xué)習(xí)算法與應(yīng)用(二)
  • 機(jī)器學(xué)習(xí)算法與應(yīng)用(三)
  • 機(jī)器學(xué)習(xí)實(shí)戰(zhàn)
  • 自然語(yǔ)言處理
  • 行業(yè)綜合項(xiàng)目實(shí)戰(zhàn)
  • 數(shù)據(jù)分析師職業(yè)規(guī)劃
  • 面試技巧一對(duì)一輔導(dǎo)
  • 項(xiàng)目實(shí)戰(zhàn)選修
數(shù)據(jù)治理基礎(chǔ) 課時(shí):6
主要內(nèi)容

數(shù)據(jù)治理驅(qū)動(dòng)因素、數(shù)據(jù)治理域、數(shù)據(jù)管理域、數(shù)據(jù)應(yīng)用域、如何開(kāi)展數(shù)據(jù)治理

可解決的現(xiàn)實(shí)問(wèn)題

解決企業(yè)數(shù)據(jù)治理問(wèn)題,理清企業(yè)數(shù)據(jù)邏輯,提高企業(yè)數(shù)據(jù)質(zhì)量與價(jià)值

可掌握的核心競(jìng)爭(zhēng)力

領(lǐng)會(huì)數(shù)據(jù)分類(lèi)中的主數(shù)據(jù)、交易數(shù)據(jù)和元數(shù)據(jù)概念;理解數(shù)據(jù)庫(kù)建模中概念、邏輯、物理模型之間的關(guān)系;掌握數(shù)據(jù)治理方法與方向

數(shù)字化工作方法 課時(shí):6
主要內(nèi)容

EDIT數(shù)字化模型簡(jiǎn)介、業(yè)務(wù)探查(E)、問(wèn)題診斷(D)、業(yè)務(wù)策略?xún)?yōu)化和指導(dǎo)(I)、算法工具介紹(T)

可解決的現(xiàn)實(shí)問(wèn)題

解決企業(yè)數(shù)據(jù)采集,數(shù)據(jù)模型構(gòu)建,搭建數(shù)據(jù)之間的邏輯

可掌握的核心競(jìng)爭(zhēng)力

領(lǐng)會(huì)數(shù)據(jù)分類(lèi)中的主數(shù)據(jù)、交易數(shù)據(jù)和元數(shù)據(jù)概念;理解數(shù)據(jù)庫(kù)建模中概念、邏輯、物理模型之間的關(guān)系;領(lǐng)會(huì)數(shù)據(jù)庫(kù)范式的概念、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市、ETL過(guò)程;掌握關(guān)系模型與維度模型的使用場(chǎng)景

數(shù)據(jù)采集方法 課時(shí):3
主要內(nèi)容

數(shù)據(jù)采集方法、數(shù)據(jù)模型管理

可解決的現(xiàn)實(shí)問(wèn)題

解決企業(yè)數(shù)據(jù)采集,數(shù)據(jù)模型構(gòu)建,搭建數(shù)據(jù)之間的邏輯

可掌握的核心競(jìng)爭(zhēng)力

領(lǐng)會(huì)數(shù)據(jù)分類(lèi)中的主數(shù)據(jù)、交易數(shù)據(jù)和元數(shù)據(jù)概念;理解數(shù)據(jù)庫(kù)建模中概念、邏輯、物理模型之間的關(guān)系;掌握關(guān)系模型與維度模型的使用場(chǎng)景

Python編程基礎(chǔ) 課時(shí):18
主要內(nèi)容

Python標(biāo)準(zhǔn)數(shù)據(jù)類(lèi)型、控制流語(yǔ)句、自定義函數(shù)、異常和錯(cuò)誤、類(lèi)與面向?qū)ο缶幊?、Python連接數(shù)據(jù)庫(kù)操作、Python編程面試題集訓(xùn)

可解決的現(xiàn)實(shí)問(wèn)題

解決使用商業(yè)智能報(bào)表分析業(yè)務(wù)、監(jiān)控業(yè)務(wù)的問(wèn)題

可掌握的核心競(jìng)爭(zhēng)力

具備Python代碼編寫(xiě)閱讀能力; 掌握基本的Python語(yǔ)法;熟悉面向?qū)ο蟮脑恚徽莆誔ython數(shù)據(jù)庫(kù)編程;

Python數(shù)據(jù)探索、數(shù)據(jù)處理與可視化 課時(shí):18
主要內(nèi)容

Numpy數(shù)組基礎(chǔ)操作、Pandas數(shù)據(jù)表的基本操作、Pandas數(shù)據(jù)探索、Pandas數(shù)據(jù)可視化、Python數(shù)據(jù)可視化包-Matplotlib介紹、Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制

可解決的現(xiàn)實(shí)問(wèn)題

完成企業(yè)實(shí)際工作中的數(shù)據(jù)清洗、轉(zhuǎn)換等數(shù)據(jù)加工及可視化任務(wù),為后續(xù)機(jī)器學(xué)習(xí)打下基礎(chǔ)

可掌握的核心競(jìng)爭(zhēng)力

掌握數(shù)據(jù)清洗的方法與技巧;掌握數(shù)據(jù)常用可視化的方法與技巧

Python探索分析綜合案例 課時(shí):12
主要內(nèi)容

實(shí)戰(zhàn)案例:斯德哥爾摩氣候可視化分析、餐飲訂單數(shù)據(jù)清洗與分析、文本數(shù)據(jù)分析之QQ聊天記錄可視化分析

可解決的現(xiàn)實(shí)問(wèn)題

實(shí)際項(xiàng)目檢驗(yàn)學(xué)習(xí)成果,學(xué)以致用,更加貼近實(shí)戰(zhàn)項(xiàng)目,達(dá)到學(xué)習(xí)價(jià)值

可掌握的核心競(jìng)爭(zhēng)力

掌握Python綜合使用技能,掌握numpy與pandas的用法

Pythont統(tǒng)計(jì)分析與運(yùn)籌學(xué)基礎(chǔ) 課時(shí):18
主要內(nèi)容

先導(dǎo)課:抽樣方法、統(tǒng)計(jì)量及抽樣分布、參數(shù)估計(jì)與假設(shè)檢驗(yàn)、統(tǒng)計(jì)分析與Python實(shí)戰(zhàn)、線(xiàn)性規(guī)劃與二次優(yōu)化; 實(shí)戰(zhàn)案例:關(guān)于飲料消費(fèi)的統(tǒng)計(jì)學(xué)分析、快遞公司的路線(xiàn)策略?xún)?yōu)化

可解決的現(xiàn)實(shí)問(wèn)題

使用統(tǒng)計(jì)分析和運(yùn)籌學(xué)的基礎(chǔ)知識(shí)來(lái)解決與企業(yè)策略?xún)?yōu)化相關(guān)的問(wèn)題,比如快遞路線(xiàn)優(yōu)化問(wèn)題、商品價(jià)格定價(jià)策略問(wèn)題等等。

可掌握的核心競(jìng)爭(zhēng)力

熟悉常見(jiàn)統(tǒng)計(jì)分布的特點(diǎn)與應(yīng)用;熟悉假設(shè)檢驗(yàn)的基本概念與方法;掌握T檢驗(yàn)、方差分析的方法步驟;掌握線(xiàn)性規(guī)劃與二次優(yōu)化

數(shù)據(jù)分析模型、算法與商業(yè)應(yīng)用 課時(shí):18
主要內(nèi)容

數(shù)據(jù)分析方法論介紹、方差分析、回歸分析、分類(lèi)數(shù)據(jù)分析、邏輯回歸、數(shù)據(jù)降維、時(shí)間序列分析、實(shí)戰(zhàn)案例:金融客戶(hù)行為特征分解與營(yíng)銷(xiāo)策略?xún)?yōu)化、汽車(chē)行業(yè)銷(xiāo)售預(yù)測(cè)與經(jīng)營(yíng)戰(zhàn)略?xún)?yōu)化、基于廣義線(xiàn)性模型的汽車(chē)保險(xiǎn)分類(lèi)定價(jià)策略的優(yōu)化、收益率的系列預(yù)測(cè)、基于時(shí)間序列的機(jī)

可解決的現(xiàn)實(shí)問(wèn)題

可完成電商、金融、互聯(lián)網(wǎng)等行業(yè)的用戶(hù)行為分析與預(yù)測(cè),商業(yè)策略分析等工作。

可掌握的核心競(jìng)爭(zhēng)力

熟悉數(shù)據(jù)分析方法與步驟;掌握方差分析與應(yīng)用,回歸分析與應(yīng)用,分類(lèi)數(shù)據(jù)分析方法,時(shí)序數(shù)據(jù)的分析預(yù)測(cè)方法

標(biāo)簽體系與應(yīng)用 課時(shí):6
主要內(nèi)容

用戶(hù)標(biāo)簽體系設(shè)計(jì)原理、用戶(hù)標(biāo)簽的制作方法、標(biāo)簽體系的用戶(hù)畫(huà)像應(yīng)用、實(shí)戰(zhàn)案例:用戶(hù)行為在營(yíng)銷(xiāo)活動(dòng)的價(jià)值分析、自動(dòng)預(yù)警指標(biāo)推送功能框架的搭建、app靜默用戶(hù)觸動(dòng)分析

可解決的現(xiàn)實(shí)問(wèn)題

可完成電商、金融、互聯(lián)網(wǎng)等行業(yè)的標(biāo)簽體系的設(shè)計(jì)與應(yīng)用任務(wù)。如構(gòu)建業(yè)務(wù)指標(biāo)體系、構(gòu)建用戶(hù)畫(huà)像等高價(jià)值工作。

可掌握的核心競(jìng)爭(zhēng)力

掌握用戶(hù)標(biāo)簽體系設(shè)計(jì)原、熟悉用戶(hù)標(biāo)簽的制作方法、熟悉用戶(hù)畫(huà)像的應(yīng)用

數(shù)據(jù)挖掘概論 課時(shí):6
主要內(nèi)容

數(shù)據(jù)挖掘概要、數(shù)據(jù)挖掘方法論、基礎(chǔ)數(shù)據(jù)挖掘技術(shù)、進(jìn)階數(shù)據(jù)挖掘技術(shù)

可解決的現(xiàn)實(shí)問(wèn)題

理解和辨別數(shù)據(jù)挖掘算法在企業(yè)不同的工作場(chǎng)景中的應(yīng)用,

可掌握的核心競(jìng)爭(zhēng)力

熟悉數(shù)據(jù)挖掘的基本理論與技術(shù)

高級(jí)數(shù)據(jù)處理與特征工程 課時(shí):12
主要內(nèi)容

特征工程概要、特征建構(gòu)、特征選擇、特征轉(zhuǎn)換、特征學(xué)習(xí)

可解決的現(xiàn)實(shí)問(wèn)題

正確理解特征工程,為提高模型效果,正確使用特征工程方法做準(zhǔn)備

可掌握的核心競(jìng)爭(zhēng)力

熟悉特征工程概念與原理;掌握特征工的構(gòu)建,特征工的選擇、轉(zhuǎn)換

機(jī)器學(xué)習(xí)算法與應(yīng)用(一) 課時(shí):24
主要內(nèi)容

KNN-最近鄰分類(lèi)算法:原理、實(shí)現(xiàn)、決策樹(shù)(分類(lèi)樹(shù)及回歸樹(shù))、聚類(lèi)分析

可解決的現(xiàn)實(shí)問(wèn)題

本階段課程學(xué)習(xí)基礎(chǔ)機(jī)器學(xué)習(xí)算法,有分類(lèi)算法與聚類(lèi)算法。這些算法可應(yīng)用在大部分的商業(yè)問(wèn)題中:如信用評(píng)分、客戶(hù)畫(huà)像等。

可掌握的核心競(jìng)爭(zhēng)力

掌握KNN算法原理與基于Python的應(yīng)用;掌握決策樹(shù)算法原理、scikit-learn應(yīng)用以及算法優(yōu)化技巧;掌握K-means聚類(lèi)算法原理及應(yīng)用;熟悉保險(xiǎn)行業(yè)客戶(hù)分群意義;掌握決策樹(shù)算法在客戶(hù)分群中的實(shí)際運(yùn)用;

機(jī)器學(xué)習(xí)算法與應(yīng)用(二) 課時(shí):30
主要內(nèi)容

樸素貝葉斯、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、支持向量機(jī)、集成方法 實(shí)戰(zhàn)案例:航空客戶(hù)價(jià)值分析綜合案例、基于集成算法的乳腺癌疾病預(yù)測(cè)、基于神經(jīng)網(wǎng)絡(luò)的汽車(chē)燃油率預(yù)測(cè)

可解決的現(xiàn)實(shí)問(wèn)題

本階段課程學(xué)習(xí)高階機(jī)器學(xué)習(xí)算法與集成算法,這些算法在企業(yè)內(nèi)的應(yīng)用也比較多,如客戶(hù)流失預(yù)警、動(dòng)態(tài)定價(jià)、客戶(hù)細(xì)分、欺詐檢測(cè)、垃圾郵件檢測(cè)、圖像分類(lèi)與識(shí)別等。

可掌握的核心競(jìng)爭(zhēng)力

掌握樸素貝葉斯算法原理與應(yīng)用;掌握常見(jiàn)神經(jīng)網(wǎng)絡(luò)算法的原理與應(yīng)用;掌握SVM算法原理與應(yīng)用,常見(jiàn)集成算法的原理;熟悉xgboost 、LightGBM算法原理;通過(guò)案例熟悉相關(guān)行業(yè)背景知識(shí),并熟練運(yùn)用算法;

機(jī)器學(xué)習(xí)算法與應(yīng)用(三) 課時(shí):12
主要內(nèi)容

關(guān)聯(lián)規(guī)則、序列模式、模型評(píng)估、實(shí)戰(zhàn)項(xiàng)目:推薦系統(tǒng)實(shí)戰(zhàn)

可解決的現(xiàn)實(shí)問(wèn)題

掌握推薦系統(tǒng)主要的算法,并能依據(jù)模型結(jié)果提供實(shí)際營(yíng)銷(xiāo)建議。

可掌握的核心競(jìng)爭(zhēng)力

掌握關(guān)聯(lián)規(guī)則的核心原理與應(yīng)用;掌握序列算法的原理及應(yīng)用; 熟悉模型評(píng)估算法;掌握模型評(píng)估算法原理及應(yīng)用

機(jī)器學(xué)習(xí)實(shí)戰(zhàn) 課時(shí):12
主要內(nèi)容

實(shí)戰(zhàn)案例:以自動(dòng)機(jī)器學(xué)習(xí)技術(shù)開(kāi)發(fā)銀行業(yè)信用風(fēng)險(xiǎn)評(píng)分模型并進(jìn)行最佳模型調(diào)參、以類(lèi)別不平衡處理技術(shù)開(kāi)發(fā)銀行業(yè)中小企業(yè)信貸營(yíng)銷(xiāo)模型并進(jìn)行最佳模型調(diào)參、以半監(jiān)督式學(xué)習(xí)技術(shù)開(kāi)發(fā)電信業(yè)客戶(hù)流失模型并進(jìn)行最佳模型調(diào)參

可解決的現(xiàn)實(shí)問(wèn)題

可完成電商、金融、互聯(lián)網(wǎng)等行業(yè)中的分類(lèi)、預(yù)測(cè)問(wèn)題,如用戶(hù)購(gòu)買(mǎi)預(yù)測(cè)、垃圾郵件檢測(cè)、商品精準(zhǔn)推薦等等。

可掌握的核心競(jìng)爭(zhēng)力

掌握自動(dòng)機(jī)器學(xué)習(xí)原理;熟悉類(lèi)別不平衡問(wèn)題的解決方法;掌握半監(jiān)督學(xué)習(xí)算法原理與應(yīng)用,模型優(yōu)化技巧

自然語(yǔ)言處理 課時(shí):30
主要內(nèi)容

自然語(yǔ)言處理概要、分詞與詞性標(biāo)注、文本挖掘概要、關(guān)鍵詞提取

可解決的現(xiàn)實(shí)問(wèn)題

可解決工作中自然語(yǔ)言處理相關(guān)問(wèn)題,如輿情監(jiān)控、用戶(hù)情感分析、語(yǔ)義分析、KOL畫(huà)像等工作。

可掌握的核心競(jìng)爭(zhēng)力

熟悉自然語(yǔ)言處理的基本概念;掌握分詞以及詞性標(biāo)注技術(shù),文本挖掘技術(shù)流程方法,信息檢索技術(shù)

行業(yè)綜合項(xiàng)目實(shí)戰(zhàn) 課時(shí):24
主要內(nèi)容

實(shí)戰(zhàn)案例:金融信用評(píng)分卡風(fēng)控建模綜合項(xiàng)目實(shí)戰(zhàn)、以特征工程技術(shù)開(kāi)發(fā)文本情感分析模型、以深度學(xué)習(xí)技術(shù)開(kāi)發(fā)銀行業(yè)信用卡盜刷偵測(cè)模型、以圖像處理技術(shù)、深度學(xué)習(xí)及遷移學(xué)習(xí)技術(shù),開(kāi)發(fā)人臉口罩偵測(cè)模型

可解決的現(xiàn)實(shí)問(wèn)題

通過(guò)課程的學(xué)習(xí),能完成評(píng)分卡建模、情感分析模型構(gòu)建、信用卡盜刷偵測(cè)相關(guān)工作能力 。

可掌握的核心競(jìng)爭(zhēng)力

綜合使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語(yǔ)言處理算法來(lái)解決金融、銀行、AI科技等行業(yè)的場(chǎng)景應(yīng)用。

數(shù)據(jù)分析師職業(yè)規(guī)劃 課時(shí):12
主要內(nèi)容

職業(yè)規(guī)劃、職場(chǎng)溝通力、團(tuán)隊(duì)協(xié)作力培養(yǎng)

可解決的現(xiàn)實(shí)問(wèn)題

了解職業(yè)現(xiàn)狀和前景,解決職業(yè)溝通和團(tuán)隊(duì)協(xié)作問(wèn)題

可掌握的核心競(jìng)爭(zhēng)力

專(zhuān)職職業(yè)導(dǎo)師培養(yǎng)職業(yè)規(guī)劃、職場(chǎng)溝通、以及團(tuán)隊(duì)協(xié)作能力。

面試技巧一對(duì)一輔導(dǎo) 課時(shí):預(yù)約
主要內(nèi)容

1V1面試技巧指導(dǎo)、簡(jiǎn)歷修改

可解決的現(xiàn)實(shí)問(wèn)題

解決面試技巧不足、簡(jiǎn)歷書(shū)寫(xiě)不專(zhuān)業(yè)問(wèn)題

可掌握的核心競(jìng)爭(zhēng)力

專(zhuān)職就業(yè)老師1V1面試技巧輔導(dǎo)與簡(jiǎn)歷修改指導(dǎo)。

項(xiàng)目實(shí)戰(zhàn)選修 課時(shí):46
主要內(nèi)容

何為數(shù)據(jù)產(chǎn)品經(jīng)理?Python爬蟲(chóng)、Python辦公自動(dòng)化、數(shù)據(jù)挖掘項(xiàng)目選修項(xiàng)目

可解決的現(xiàn)實(shí)問(wèn)題

解決學(xué)員在不同數(shù)據(jù)崗位方向和行業(yè)方向的業(yè)務(wù)經(jīng)驗(yàn)和項(xiàng)目經(jīng)驗(yàn)不足的問(wèn)題。

可掌握的核心競(jìng)爭(zhēng)力

根據(jù)學(xué)員面試方向、就業(yè)方向來(lái)選擇合適的選修課程來(lái)進(jìn)一步進(jìn)修。

適合人群
零基礎(chǔ)入門(mén)

對(duì)口專(zhuān)業(yè),高校數(shù)據(jù)科學(xué)、
統(tǒng)計(jì)相關(guān)專(zhuān)業(yè)在校生

在職提升

職場(chǎng)晉升,從事數(shù)據(jù)相關(guān)崗位,
遇到職場(chǎng)晉升瓶頸

轉(zhuǎn)行就業(yè)

計(jì)算機(jī)相關(guān)
專(zhuān)業(yè)轉(zhuǎn)行人群

數(shù)據(jù)鉆研

喜歡鉆研
數(shù)據(jù)科學(xué)的人群

數(shù)據(jù)分析師職業(yè)發(fā)展路徑
真項(xiàng)目由專(zhuān)職教研團(tuán)隊(duì)精心設(shè)計(jì)研發(fā),豐富的跨行業(yè)實(shí)戰(zhàn)項(xiàng)目,幫助你快速進(jìn)階
  • 全行業(yè)
  • 全流程
  • 全名師
  • 全體系
  • 真案例
  • 高標(biāo)準(zhǔn)

涵蓋行業(yè)中的各個(gè)場(chǎng)景,運(yùn)用自動(dòng)機(jī)器學(xué)習(xí)技術(shù)、類(lèi)別不平衡處理技術(shù)、半監(jiān)督式學(xué)習(xí)技術(shù)、特征工程技術(shù)、深度學(xué)習(xí)技術(shù)、圖像處理技術(shù)、
深度學(xué)習(xí)及遷移學(xué)習(xí)技術(shù)等前沿挖掘模型,處理風(fēng)控、信貸、客戶(hù)流失、情感分析、人臉偵測(cè)等廣泛的行業(yè)應(yīng)用.

銀行業(yè)信用風(fēng)險(xiǎn)評(píng)分模型

以自動(dòng)機(jī)器學(xué)習(xí)技術(shù)開(kāi)發(fā)銀行業(yè)信用風(fēng)險(xiǎn)評(píng)分模型并進(jìn)行最佳模型調(diào)參案例本項(xiàng)目將介紹如何將機(jī)器學(xué)習(xí)中的數(shù)據(jù)預(yù)處理、特征選擇、算法選擇、模型優(yōu)化等步驟,將其放在一個(gè)“黑箱”里,通過(guò)黑箱,我們只需要輸入數(shù)據(jù),就可以得到我們想要的模型預(yù)測(cè)結(jié)果。學(xué)習(xí)并掌握自動(dòng)機(jī)器學(xué)習(xí)的模型建構(gòu)方法,并以銀行業(yè)信用風(fēng)險(xiǎn)評(píng)分為例,進(jìn)行信用風(fēng)險(xiǎn)評(píng)分模型的自動(dòng)化。

中小企業(yè)信貸營(yíng)銷(xiāo)模型

以類(lèi)別不平衡處理技術(shù)開(kāi)發(fā)銀行業(yè)中小企業(yè)信貸營(yíng)銷(xiāo)模型并進(jìn)行最佳模型調(diào)參案例本項(xiàng)目將介紹多個(gè)類(lèi)別不平衡的處理方法,以有效地對(duì)少數(shù)類(lèi)別做正確的預(yù)測(cè),幫助組織制定適當(dāng)?shù)臎Q策,并節(jié)省許多成本與損失。學(xué)習(xí)并掌握多個(gè)目標(biāo)類(lèi)別分布不平衡的處理方法,并以銀行業(yè)中小企業(yè)信貸營(yíng)銷(xiāo)為例,進(jìn)行信貸營(yíng)銷(xiāo)模型的開(kāi)發(fā)。

電信業(yè)客戶(hù)流失模型

以半監(jiān)督式學(xué)習(xí)技術(shù)開(kāi)發(fā)電信業(yè)客戶(hù)流失模型并進(jìn)行最佳模型調(diào)參案例,本項(xiàng)目將介紹多個(gè)半監(jiān)督式學(xué)習(xí)的方法,從未標(biāo)記目標(biāo)字段的數(shù)據(jù)中,找出一些模型比較有把握的預(yù)測(cè)結(jié)果當(dāng)作目標(biāo)字段的標(biāo)記,以提升整體分類(lèi)模型的預(yù)測(cè)效能。

文本情感分析模型

本項(xiàng)目將介紹多個(gè)特征工程的技術(shù),從原始數(shù)據(jù)中,構(gòu)建、提取、并選擇好的特征,并建置一個(gè)文本情感分析預(yù)測(cè)模型。學(xué)習(xí)并掌握多個(gè)特征工程的技術(shù),并以文本情感分析預(yù)測(cè)為例,進(jìn)行情感分析預(yù)測(cè)模型的開(kāi)發(fā)。

銀行業(yè)信用卡盜刷偵測(cè)模型

本項(xiàng)目將通過(guò)利用信用卡的歷史交易數(shù)據(jù),進(jìn)行機(jī)器學(xué)習(xí),構(gòu)建信用卡反欺詐預(yù)測(cè)模型,提前發(fā)現(xiàn)客戶(hù)信用卡被盜刷的事件。學(xué)習(xí)并掌握常見(jiàn)信用卡盜刷的種類(lèi)及信用卡盜刷的偵測(cè)的方法。學(xué)習(xí)信用卡盜刷的業(yè)務(wù)邏輯,發(fā)現(xiàn)關(guān)鍵業(yè)務(wù)結(jié)點(diǎn),并掌握深度學(xué)習(xí)的建模能力。

人臉口罩偵測(cè)模型

本項(xiàng)目將以圖像處理技術(shù)并結(jié)合深度學(xué)習(xí)及遷移學(xué)習(xí),開(kāi)發(fā)人臉口罩偵測(cè)模型。學(xué)習(xí)并掌握?qǐng)D像處理、深度學(xué)習(xí)及遷移學(xué)習(xí)的技術(shù),并以人臉口罩偵測(cè)為例,進(jìn)行人臉口罩偵測(cè)模型的開(kāi)發(fā)。

解析數(shù)據(jù)分析業(yè)務(wù)全流程 厘清數(shù)字化人才技能需求

課程講師均為國(guó)內(nèi)數(shù)據(jù)挖掘領(lǐng)域、人工智能領(lǐng)域、咨詢(xún)領(lǐng)域一線(xiàn)專(zhuān)家,具備深厚的學(xué)術(shù)背景與行業(yè)經(jīng)驗(yàn)。
同時(shí)他們也都具備豐富的講課經(jīng)驗(yàn),累計(jì)講課經(jīng)驗(yàn)時(shí)長(zhǎng)超過(guò)10000小時(shí),授課能力得到長(zhǎng)期實(shí)踐與驗(yàn)證。

常國(guó)珍

北京大學(xué)會(huì)計(jì)學(xué)博士 ThoughtWorks中國(guó)金融首席數(shù)據(jù)科學(xué)家 中國(guó)大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟專(zhuān)家委員會(huì)委員 反洗錢(qián)模型專(zhuān)家

趙衛(wèi)東

東南大學(xué)博士,復(fù)旦大學(xué)博士后 負(fù)責(zé)本科生、研究生大數(shù)據(jù)核心技術(shù)和商務(wù)數(shù)據(jù)分析等課程的教學(xué)。 商務(wù)智能被評(píng)為上海市精品課程,榮獲2013年高等教育上海市教學(xué)成果獎(jiǎng)二等獎(jiǎng)。

董軼群

計(jì)算機(jī)軟件與理論碩士,吉林大學(xué)計(jì)算機(jī)體系結(jié)構(gòu)博士 具有多年JAVA程序設(shè)計(jì)和操作系統(tǒng)教學(xué)經(jīng)驗(yàn)。 研究方向?yàn)橹悄芤?guī)劃、空間推理、基于大數(shù)據(jù)的時(shí)空信息系統(tǒng)。

趙老師

北京郵電大學(xué)管理科學(xué)與工程碩士 現(xiàn)就職于北京電信規(guī)劃設(shè)計(jì)院, 從事移動(dòng)、聯(lián)通集團(tuán)及各省分公司市場(chǎng)、業(yè)務(wù)、財(cái)務(wù)規(guī)劃,經(jīng)濟(jì)評(píng)價(jià)及運(yùn)營(yíng)咨詢(xún)。 重點(diǎn)研究方向包括離網(wǎng)用戶(hù)挖掘,市場(chǎng)細(xì)分與精準(zhǔn)營(yíng)銷(xiāo),移動(dòng)網(wǎng)絡(luò)價(jià)值區(qū)域分析,潛在價(jià)值客戶(hù)挖掘等

李御璽

臺(tái)灣銘傳大學(xué)教授、中華數(shù)據(jù)挖掘協(xié)會(huì)理事、臺(tái)灣大學(xué)博士 國(guó)科會(huì)與教育部多個(gè)相關(guān)研究計(jì)劃的主持人。 廈門(mén)大學(xué)數(shù)據(jù)挖掘中心顧問(wèn),中國(guó)人民大學(xué)數(shù)據(jù)挖掘中心顧問(wèn),IBM SPSS-China顧問(wèn)。服務(wù)過(guò)的客戶(hù)包括:中國(guó)工商局、中信銀行、臺(tái)新銀行等。發(fā)表研究論文超過(guò)260篇以上。

葉老師

東北大學(xué)基礎(chǔ)數(shù)學(xué)專(zhuān)業(yè),碩士研究生 近8年來(lái),一直從事金融、電信行業(yè)數(shù)據(jù)架構(gòu)、數(shù)據(jù)治理和數(shù)據(jù)分析挖掘方面工作?,F(xiàn)任北京捷報(bào)金峰數(shù)據(jù)技術(shù)有限公司產(chǎn)品&技術(shù)總監(jiān),主要負(fù)責(zé)公司數(shù)據(jù)治理解決方案的建設(shè)、數(shù)據(jù)治理配套平臺(tái)的研發(fā),以及銀行業(yè)數(shù)據(jù)治理應(yīng)用場(chǎng)景的研究,該項(xiàng)目在17年獲得北京市創(chuàng)新項(xiàng)目資金資助。

李奇

微軟Excel MVP(Excel最有價(jià)值專(zhuān)家)/經(jīng)管之家簽約講師/中國(guó)電子表格應(yīng)用大會(huì)主席 曾在IBM中國(guó)擔(dān)任銷(xiāo)售管理團(tuán)隊(duì)數(shù)據(jù)分析項(xiàng)目組長(zhǎng)及德勤北京所的數(shù)據(jù)分析高級(jí)咨詢(xún)顧問(wèn)。專(zhuān)精于企業(yè)數(shù)據(jù)分析、設(shè)計(jì)及實(shí)施商業(yè)智能業(yè)務(wù)解決方案、軟件開(kāi)發(fā)及SQL、Excel相關(guān)數(shù)據(jù)分析課程培訓(xùn)等。

丁老師

南京上度咨詢(xún)數(shù)據(jù)分析總監(jiān) 人大經(jīng)濟(jì)論壇數(shù)據(jù)處理中心數(shù)據(jù)分析顧問(wèn),SAS、SPSS 軟件講師、中國(guó)學(xué)習(xí)路徑圖國(guó)際中心技術(shù)顧問(wèn)。曾參與2012 國(guó)家宏觀經(jīng)濟(jì)預(yù)測(cè)、中國(guó)城鎮(zhèn)居民家庭投資調(diào)查、瀘州老窖目標(biāo)管理與績(jī)效考核、中國(guó)衛(wèi)生狀況調(diào)查、江蘇廣電 CRM 數(shù)據(jù)挖掘等大型數(shù)據(jù)處理項(xiàng)目。

董四輩

每日優(yōu)鮮大數(shù)據(jù)高級(jí)算法架構(gòu)師 曾任搜狗地圖開(kāi)發(fā)經(jīng)理,當(dāng)當(dāng)網(wǎng)高級(jí)架構(gòu)師,現(xiàn)任每日優(yōu)鮮大數(shù)據(jù)高級(jí)算法架構(gòu)師。十多年互聯(lián)網(wǎng)從業(yè)經(jīng)理,多次在互聯(lián)網(wǎng)技術(shù)大會(huì)上交流分享項(xiàng)目經(jīng)驗(yàn)與獨(dú)特見(jiàn)解,對(duì)互聯(lián)網(wǎng)項(xiàng)目的落地實(shí)施具有豐富的經(jīng)驗(yàn)。

王小川

博士,國(guó)內(nèi)某券商研究所高級(jí)分析師。神經(jīng)網(wǎng)絡(luò),數(shù)據(jù)挖掘,統(tǒng)計(jì)分析應(yīng)用領(lǐng)域?qū)<?,?guó)內(nèi)最大的MATLAB論壇管理員,曾多次參與The MathWorks 公司培訓(xùn)活動(dòng)。

梁老師(九屠)

曾就職于阿里巴巴,餓了么,集團(tuán)首席數(shù)據(jù)架構(gòu)師,P10科學(xué)家。負(fù)責(zé)餓了么、百度外賣(mài)的大數(shù)據(jù)技術(shù)統(tǒng)籌。2014年加入百度,先后帶團(tuán)隊(duì)建設(shè)為百度地圖6大place場(chǎng)景做數(shù)據(jù)分析,后專(zhuān)注于百度外賣(mài)大數(shù)據(jù)

張志琦

德勤高級(jí)咨詢(xún)顧問(wèn)/創(chuàng)業(yè)公司數(shù)據(jù)科學(xué)家 經(jīng)驗(yàn)涉及快消、通信、互聯(lián)網(wǎng)餐飲、銀行等多個(gè)領(lǐng)域的咨詢(xún)項(xiàng)目; 涉及短視頻、電商、數(shù)據(jù)平臺(tái)等多個(gè)領(lǐng)域的投資盡調(diào)項(xiàng)目; 涉及快消、品牌商領(lǐng)域的數(shù)據(jù)建模項(xiàng)目,如智能定價(jià)、精準(zhǔn)推薦、選品等。 專(zhuān)精于企業(yè)業(yè)務(wù)數(shù)據(jù)分析、數(shù)據(jù)可視化、制定及實(shí)施商業(yè)智能業(yè)務(wù)解決方案。

徐楊

Glasgow大學(xué)計(jì)量經(jīng)濟(jì)學(xué)博士,曾就職中國(guó)社科院、中國(guó)銀行、北京工業(yè)大學(xué)從事算法研發(fā)工作。 師從Hisayuki Yoshimoto,主攻空間計(jì)量方向,對(duì)各種回歸模型和聯(lián)立方程模型有深入研究。 博士研究課題為神經(jīng)網(wǎng)絡(luò)的空間矩陣工具變量參數(shù)識(shí)別。 曾參與多個(gè)經(jīng)濟(jì)數(shù)據(jù)分析項(xiàng)目,其中紐約市場(chǎng)對(duì)香港市場(chǎng)高頻交易分析項(xiàng)目已在英國(guó)上線(xiàn)。

唐紹祖

CDA數(shù)據(jù)科學(xué)研究院SQL與Python課程講師 擅長(zhǎng)Python、SPSS Modeler 等工具進(jìn)行數(shù)據(jù)挖掘,參與主編《SPSS Modeler+Weka數(shù)據(jù)挖掘從入門(mén)到實(shí)戰(zhàn)》等書(shū)籍

倪向洋

CDA數(shù)據(jù)科學(xué)研究院大數(shù)據(jù)課程講師 曾就職于IBM系統(tǒng)運(yùn)維工程師,有豐富的運(yùn)維工作和大數(shù)據(jù)平臺(tái)搭建經(jīng)驗(yàn),主要負(fù)責(zé)大數(shù)據(jù)平臺(tái)搭建及數(shù)據(jù)化運(yùn)維

張彥存

CDA數(shù)據(jù)科學(xué)研究院講師,CDA在線(xiàn)助教, 主要研究方向?yàn)闄C(jī)器學(xué)習(xí)技術(shù)以及基于大 數(shù)據(jù)架構(gòu)的數(shù)倉(cāng)技術(shù)。

趙娜

AI項(xiàng)目組分析師、CDA在線(xiàn)助教,計(jì)算機(jī)專(zhuān) 業(yè)。精通excel、powerBI、 python、R語(yǔ) 言等數(shù)據(jù)分析常用工具。

陳丕昊

CDA在線(xiàn)助教,熟悉Python基礎(chǔ)、Python 數(shù)據(jù)清洗等,在課程內(nèi)容以及軟硬件技術(shù) 擁有豐富的經(jīng)驗(yàn)。

課程依據(jù)大量不同行業(yè)、不同崗位的企業(yè)內(nèi)訓(xùn)需求,結(jié)合主流的數(shù)據(jù)體系進(jìn)行課程研發(fā),課程內(nèi)容更符合市場(chǎng)需求

課程的底蘊(yùn)來(lái)自企業(yè)的信賴(lài),上百家企業(yè)需求提煉,課程更貼合企業(yè)訴求。
自2015年以來(lái),我們已為超過(guò)百家企業(yè)提供了內(nèi)訓(xùn)服務(wù),見(jiàn)證了企業(yè)從數(shù)據(jù)分析中實(shí)現(xiàn)真正價(jià)值的全過(guò)程,越來(lái)越多的企業(yè)要求全員掌握數(shù)據(jù)化思維,對(duì)數(shù)據(jù)人才需求十分迫切。

課程大綱依據(jù) CDA 的 「EDIT數(shù)字化人才模型」設(shè)計(jì)研發(fā)。CDA是數(shù)據(jù)人才認(rèn)證標(biāo)準(zhǔn),在國(guó)內(nèi)由中成協(xié)大數(shù)據(jù)專(zhuān)業(yè)委員會(huì)監(jiān)管
并是經(jīng)國(guó)標(biāo)委發(fā)布認(rèn)定的數(shù)據(jù)分析師人才標(biāo)準(zhǔn)

認(rèn)證設(shè)計(jì)理念創(chuàng)新 EDIT數(shù)字化人才模型
E-探索 指標(biāo)體系
D-診斷 性質(zhì)分析法、數(shù)量分析法
I-指導(dǎo) 知識(shí)庫(kù)、
策略庫(kù)、流程模板
T-工具 數(shù)據(jù)模型、
算法模型、優(yōu)化模型

該模型體現(xiàn)層次和縱深兩個(gè)方面
層次方面:強(qiáng)調(diào)戰(zhàn)略、管理、操作三個(gè)層級(jí)的業(yè)務(wù)部門(mén)人員均借助數(shù)據(jù)支持創(chuàng)造性的優(yōu)化業(yè)務(wù)流程。 縱深方面:以數(shù)據(jù)使用區(qū)分企業(yè)的前、中、后臺(tái),數(shù)據(jù)用戶(hù)即業(yè)務(wù)人員,數(shù)據(jù)加工者即技術(shù)人員。

教研團(tuán)隊(duì)考核課程教學(xué)、學(xué)員服務(wù)、教學(xué)監(jiān)督,三者相互配合,確保業(yè)內(nèi)領(lǐng)先的面授質(zhì)量
課程品質(zhì)課程體系專(zhuān)業(yè)水準(zhǔn)、授課老師「教授級(jí)」水平,做課我們更用心

專(zhuān)業(yè)度
師資
授課形式
講師經(jīng)驗(yàn)

課程內(nèi)容
課程體系

內(nèi)容覆蓋理論
內(nèi)容覆蓋行業(yè)
項(xiàng)目課
課程迭代
學(xué)習(xí)效果

其他就業(yè)班

IT培訓(xùn)機(jī)構(gòu)臨時(shí)開(kāi)設(shè)課程

本科IT程序員為主

視頻自學(xué),有惑難解

以軟件開(kāi)發(fā)經(jīng)驗(yàn)為主,與數(shù)據(jù)科學(xué)相關(guān)性不大
無(wú)授課經(jīng)驗(yàn)或IT開(kāi)發(fā)授課經(jīng)驗(yàn)為主

工具堆砌

課程內(nèi)容東拼西湊不成體系

機(jī)器學(xué)習(xí)為主

互聯(lián)網(wǎng)企業(yè)為主

視頻自學(xué)與視頻直播為主

無(wú)

視頻自學(xué)一年,不敢面對(duì)崗位

數(shù)據(jù)挖掘?qū)崙?zhàn)標(biāo)準(zhǔn)及流程企業(yè)標(biāo)準(zhǔn)流程完成項(xiàng)目實(shí)戰(zhàn),保障所學(xué)即為所用
教學(xué)模式
課堂教學(xué)
項(xiàng)目實(shí)戰(zhàn)
課后指導(dǎo)
掌握評(píng)測(cè)
專(zhuān)項(xiàng)練習(xí)
教學(xué)服務(wù)
CDA俱樂(lè)部-打造你的職業(yè)生態(tài)圈老學(xué)員畢業(yè)后可加入CDA俱樂(lè)部,持續(xù)幫助學(xué)員終身成長(zhǎng),一次學(xué)習(xí),永久服務(wù)
  • CDAS 數(shù)據(jù)分析行業(yè)峰會(huì)
    行業(yè)峰會(huì)

    萬(wàn)人報(bào)名
    千人參加
    行業(yè)大咖
    盡情交流

  • 數(shù)據(jù)私享會(huì)
    數(shù)據(jù)私享會(huì)

    專(zhuān)屬實(shí)名制社群
    線(xiàn)上線(xiàn)下不定期分享
    分享適合你的
    數(shù)據(jù)分析報(bào)告

  • 高端人脈
    高端人脈

    領(lǐng)域研習(xí)交流
    行業(yè)大牛講座
    技術(shù)大牛分享
    緊跟科技前沿

  • 職場(chǎng)資源
    職場(chǎng)資源

    上百家企業(yè)
    獵頭對(duì)接
    助力職場(chǎng)晉升
    突破職業(yè)瓶頸

請(qǐng)輸入您的姓名

OK
客服在線(xiàn)
立即咨詢(xún)