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, // 表示用戶后臺(tái)檢測極驗(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)說明請參見：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 = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; 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)具有策略優(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)挖掘流程問題的橫向能力，又有解決數(shù)據(jù)挖掘算法問題的縱向能力。

數(shù)據(jù)挖掘流程問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，通過數(shù)字化工作方法來探查業(yè)務(wù)問題，通過近因分析工具、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)測分析的問題上，根據(jù)業(yè)務(wù)場景來綜合判斷，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

數(shù)據(jù)挖掘算法方向，是目前IT互聯(lián)網(wǎng)行業(yè)熱門的職業(yè)方向，國內(nèi)數(shù)據(jù)挖掘人才的招聘市場，不管是現(xiàn)階段還是未來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)測分析提供強(qiáng)有力的支持，是提升企業(yè)核心競爭力的關(guān)鍵人才。

數(shù)據(jù)挖掘工程師遍布互聯(lián)網(wǎng)、電商、搜索、社交等眾多熱門行業(yè)，未來的人工智能、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)，跨場景，培養(yǎng)具有核心
競爭力全能型數(shù)據(jù)分析師 學(xué)習(xí)曲線平緩，學(xué)習(xí)難度適中
能力穩(wěn)步提升 測講練評
定期作業(yè)與測評 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、如何開展數(shù)據(jù)治理

可解決的現(xiàn)實(shí)問題

解決企業(yè)數(shù)據(jù)治理問題，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

可掌握的核心競爭力

領(lǐng)會(huì)數(shù)據(jù)分類中的主數(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)字化模型簡介、業(yè)務(wù)探查（E）、問題診斷（D）、業(yè)務(wù)策略優(yōu)化和指導(dǎo)（I）、算法工具介紹（T）

可解決的現(xiàn)實(shí)問題

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

可掌握的核心競爭力

領(lǐng)會(huì)數(shù)據(jù)分類中的主數(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)庫范式的概念、數(shù)據(jù)倉庫和數(shù)據(jù)集市、ETL過程；掌握關(guān)系模型與維度模型的使用場景

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

可掌握的核心競爭力

領(lǐng)會(huì)數(shù)據(jù)分類中的主數(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)類型、控制流語句、自定義函數(shù)、異常和錯(cuò)誤、類與面向?qū)ο缶幊?、Python連接數(shù)據(jù)庫操作、Python編程面試題集訓(xùn)

可解決的現(xiàn)實(shí)問題

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)的問題

可掌握的核心競爭力

具備Python代碼編寫閱讀能力； 掌握基本的Python語法；熟悉面向?qū)ο蟮脑恚徽莆誔ython數(shù)據(jù)庫編程；

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)

可掌握的核心競爭力

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

可掌握的核心競爭力

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、快遞公司的路線策略優(yōu)化

可解決的現(xiàn)實(shí)問題

使用統(tǒng)計(jì)分析和運(yùn)籌學(xué)的基礎(chǔ)知識(shí)來解決與企業(yè)策略優(yōu)化相關(guān)的問題，比如快遞路線優(yōu)化問題、商品價(jià)格定價(jià)策略問題等等。

可掌握的核心競爭力

熟悉常見統(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：金融客戶行為特征分解與營銷策略優(yōu)化、汽車行業(yè)銷售預(yù)測與經(jīng)營戰(zhàn)略優(yōu)化、基于廣義線性模型的汽車保險(xiǎn)分類定價(jià)策略的優(yōu)化、收益率的系列預(yù)測、基于時(shí)間序列的機(jī)

可解決的現(xiàn)實(shí)問題

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

可掌握的核心競爭力

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，分類數(shù)據(jù)分析方法，時(shí)序數(shù)據(jù)的分析預(yù)測方法

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

用戶標(biāo)簽體系設(shè)計(jì)原理、用戶標(biāo)簽的制作方法、標(biāo)簽體系的用戶畫像應(yīng)用、實(shí)戰(zhàn)案例：用戶行為在營銷活動(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靜默用戶觸動(dòng)分析

可解決的現(xiàn)實(shí)問題

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)建用戶畫像等高價(jià)值工作。

可掌握的核心競爭力

掌握用戶標(biāo)簽體系設(shè)計(jì)原、熟悉用戶標(biāo)簽的制作方法、熟悉用戶畫像的應(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)問題

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

可掌握的核心競爭力

熟悉數(shù)據(jù)挖掘的基本理論與技術(shù)

高級數(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

可掌握的核心競爭力

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-最近鄰分類算法：原理、實(shí)現(xiàn)、決策樹（分類樹及回歸樹）、聚類分析

可解決的現(xiàn)實(shí)問題

本階段課程學(xué)習(xí)基礎(chǔ)機(jī)器學(xué)習(xí)算法，有分類算法與聚類算法。這些算法可應(yīng)用在大部分的商業(yè)問題中：如信用評分、客戶畫像等。

可掌握的核心競爭力

掌握KNN算法原理與基于Python的應(yīng)用；掌握決策樹算法原理、scikit-learn應(yīng)用以及算法優(yōu)化技巧；掌握K-means聚類算法原理及應(yīng)用；熟悉保險(xiǎn)行業(yè)客戶分群意義；掌握決策樹算法在客戶分群中的實(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：航空客戶價(jià)值分析綜合案例、基于集成算法的乳腺癌疾病預(yù)測、基于神經(jīng)網(wǎng)絡(luò)的汽車燃油率預(yù)測

可解決的現(xiàn)實(shí)問題

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，如客戶流失預(yù)警、動(dòng)態(tài)定價(jià)、客戶細(xì)分、欺詐檢測、垃圾郵件檢測、圖像分類與識(shí)別等。

可掌握的核心競爭力

掌握樸素貝葉斯算法原理與應(yīng)用；掌握常見神經(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，常見集成算法的原理；熟悉xgboost 、LightGBM算法原理；通過案例熟悉相關(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)際營銷建議。

可掌握的核心競爭力

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； 熟悉模型評估算法；掌握模型評估算法原理及應(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)開發(fā)銀行業(yè)信用風(fēng)險(xiǎn)評分模型并進(jìn)行最佳模型調(diào)參、以類別不平衡處理技術(shù)開發(fā)銀行業(yè)中小企業(yè)信貸營銷模型并進(jìn)行最佳模型調(diào)參、以半監(jiān)督式學(xué)習(xí)技術(shù)開發(fā)電信業(yè)客戶流失模型并進(jìn)行最佳模型調(diào)參

可解決的現(xiàn)實(shí)問題

可完成電商、金融、互聯(lián)網(wǎng)等行業(yè)中的分類、預(yù)測問題，如用戶購買預(yù)測、垃圾郵件檢測、商品精準(zhǔn)推薦等等。

可掌握的核心競爭力

掌握自動(dòng)機(jī)器學(xué)習(xí)原理；熟悉類別不平衡問題的解決方法；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

自然語言處理 課時(shí)：30
主要內(nèi)容

自然語言處理概要、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)問題

可解決工作中自然語言處理相關(guān)問題，如輿情監(jiān)控、用戶情感分析、語義分析、KOL畫像等工作。

可掌握的核心競爭力

熟悉自然語言處理的基本概念；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)開發(fā)文本情感分析模型、以深度學(xué)習(xí)技術(shù)開發(fā)銀行業(yè)信用卡盜刷偵測模型、以圖像處理技術(shù)、深度學(xué)習(xí)及遷移學(xué)習(xí)技術(shù)，開發(fā)人臉口罩偵測模型

可解決的現(xiàn)實(shí)問題

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

可掌握的核心競爭力

綜合使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理算法來解決金融、銀行、AI科技等行業(yè)的場景應(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、職場溝通力、團(tuán)隊(duì)協(xié)作力培養(yǎng)

可解決的現(xiàn)實(shí)問題

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)作問題

可掌握的核心競爭力

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

面試技巧一對一輔導(dǎo) 課時(shí)：預(yù)約
主要內(nèi)容

1V1面試技巧指導(dǎo)、簡歷修改

可解決的現(xiàn)實(shí)問題

解決面試技巧不足、簡歷書寫不專業(yè)問題

可掌握的核心競爭力

專職就業(yè)老師1V1面試技巧輔導(dǎo)與簡歷修改指導(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、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)不足的問題。

可掌握的核心競爭力

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

適合人群
零基礎(chǔ)入門

對口專業(yè)，高校數(shù)據(jù)科學(xué)、
統(tǒng)計(jì)相關(guān)專業(yè)在校生

在職提升

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

轉(zhuǎn)行就業(yè)

計(jì)算機(jī)相關(guān)
專業(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)場景，運(yùn)用自動(dòng)機(jī)器學(xué)習(xí)技術(shù)、類別不平衡處理技術(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、客戶流失、情感分析、人臉偵測等廣泛的行業(yè)應(yīng)用.

銀行業(yè)信用風(fēng)險(xiǎn)評分模型

以自動(dòng)機(jī)器學(xué)習(xí)技術(shù)開發(fā)銀行業(yè)信用風(fēng)險(xiǎn)評分模型并進(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)評分為例，進(jìn)行信用風(fēng)險(xiǎn)評分模型的自動(dòng)化。

中小企業(yè)信貸營銷模型

以類別不平衡處理技術(shù)開發(fā)銀行業(yè)中小企業(yè)信貸營銷模型并進(jìn)行最佳模型調(diào)參案例本項(xiàng)目將介紹多個(gè)類別不平衡的處理方法，以有效地對少數(shù)類別做正確的預(yù)測，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)信貸營銷為例，進(jìn)行信貸營銷模型的開發(fā)。

電信業(yè)客戶流失模型

以半監(jiān)督式學(xué)習(xí)技術(shù)開發(fā)電信業(yè)客戶流失模型并進(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)測結(jié)果當(dāng)作目標(biāo)字段的標(biāo)記，以提升整體分類模型的預(yù)測效能。

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)測為例，進(jìn)行情感分析預(yù)測模型的開發(fā)。

銀行業(yè)信用卡盜刷偵測模型

本項(xiàng)目將通過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)測模型，提前發(fā)現(xiàn)客戶信用卡被盜刷的事件。學(xué)習(xí)并掌握常見信用卡盜刷的種類及信用卡盜刷的偵測的方法。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)，開發(fā)人臉口罩偵測模型。學(xué)習(xí)并掌握圖像處理、深度學(xué)習(xí)及遷移學(xué)習(xí)的技術(shù)，并以人臉口罩偵測為例，進(jìn)行人臉口罩偵測模型的開發(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

課程講師均為國內(nèi)數(shù)據(jù)挖掘領(lǐng)域、人工智能領(lǐng)域、咨詢領(lǐng)域一線專家，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)長超過10000小時(shí)，授課能力得到長期實(shí)踐與驗(yàn)證。

常國珍

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

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、業(yè)務(wù)、財(cái)務(wù)規(guī)劃，經(jīng)濟(jì)評價(jià)及運(yùn)營咨詢。 重點(diǎn)研究方向包括離網(wǎng)用戶挖掘，市場細(xì)分與精準(zhǔn)營銷，移動(dòng)網(wǎng)絡(luò)價(jià)值區(qū)域分析，潛在價(jià)值客戶挖掘等

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 國科會(huì)與教育部多個(gè)相關(guān)研究計(jì)劃的主持人。 廈門大學(xué)數(shù)據(jù)挖掘中心顧問，中國人民大學(xué)數(shù)據(jù)挖掘中心顧問，IBM SPSS-China顧問。服務(wù)過的客戶包括：中國工商局、中信銀行、臺(tái)新銀行等。發(fā)表研究論文超過260篇以上。

葉老師

東北大學(xué)基礎(chǔ)數(shù)學(xué)專業(yè)，碩士研究生 近8年來，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)值專家）/經(jīng)管之家簽約講師/中國電子表格應(yīng)用大會(huì)主席 曾在IBM中國擔(dān)任銷售管理團(tuán)隊(duì)數(shù)據(jù)分析項(xiàng)目組長及德勤北京所的數(shù)據(jù)分析高級咨詢顧問。專精于企業(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，SAS、SPSS 軟件講師、中國學(xué)習(xí)路徑圖國際中心技術(shù)顧問。曾參與2012 國家宏觀經(jīng)濟(jì)預(yù)測、中國城鎮(zhèn)居民家庭投資調(diào)查、瀘州老窖目標(biāo)管理與績效考核、中國衛(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)高級算法架構(gòu)師 曾任搜狗地圖開發(fā)經(jīng)理，當(dāng)當(dāng)網(wǎng)高級架構(gòu)師，現(xiàn)任每日優(yōu)鮮大數(shù)據(jù)高級算法架構(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)特見解，對互聯(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，國內(nèi)某券商研究所高級分析師。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)＜?，國?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場景做數(shù)據(jù)分析，后專注于百度外賣大數(shù)據(jù)

張志琦

德勤高級咨詢顧問/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，曾就職中國社科院、中國銀行、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，其中紐約市場對香港市場高頻交易分析項(xiàng)目已在英國上線。

唐紹祖

CDA數(shù)據(jù)科學(xué)研究院SQL與Python課程講師 擅長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)挖掘從入門到實(shí)戰(zhàn)》等書籍

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)倉技術(shù)。

趙娜

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

陳丕昊

CDA在線助教，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)容更符合市場需求

課程的底蘊(yùn)來自企業(yè)的信賴，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，我們已為超過百家企業(yè)提供了內(nèi)訓(xùn)服務(wù)，見證了企業(yè)從數(shù)據(jù)分析中實(shí)現(xiàn)真正價(jià)值的全過程，越來越多的企業(yè)要求全員掌握數(shù)據(jù)化思維，對數(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)，在國內(nèi)由中成協(xié)大數(shù)據(jù)專業(yè)委員會(huì)監(jiān)管
并是經(jīng)國標(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、
策略庫、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)層級的業(yè)務(wù)部門人員均借助數(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)課程體系專業(yè)水準(zhǔn)、授課老師「教授級」水平，做課我們更用心

專業(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

以軟件開發(fā)經(jīng)驗(yàn)為主，與數(shù)據(jù)科學(xué)相關(guān)性不大
無授課經(jīng)驗(yàn)或IT開發(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

視頻自學(xué)一年，不敢面對崗位

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)
掌握評測
專項(xiàng)練習(xí)
教學(xué)服務(wù)
CDA俱樂部-打造你的職業(yè)生態(tài)圈老學(xué)員畢業(yè)后可加入CDA俱樂部，持續(xù)幫助學(xué)員終身成長，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)

    專屬實(shí)名制社群
    線上線下不定期分享
    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

  • 職場資源
    職場資源

    上百家企業(yè)
    獵頭對接
    助力職場晉升
    突破職業(yè)瓶頸

請輸入您的姓名

OK
客服在線
立即咨詢