发帖
雷达卡
CDA Python机器学习周末集训营【Level Ⅲ】，为想希望从事数据挖掘、机器学习工程师相关岗位的人员或者希望通过CDA三级认证考试人员开设。课程设计循序渐进，从基础工具与理论知识入门，进阶机器学习模型、文本挖掘模型，以实战项目案例贯穿课程讲解。其中包括：Python编程基础、数据清洗、数据处理与特征工程、Python机器学习、自然语言处理等课程模块。课程理论知识涵盖CDA LEVEL III等级考试的所有考点，有利于对应等级考试的学员备考。
学习目标
- 熟练掌握数据科学领域最受欢迎的编程语言-Python
- 掌握使用Python和pandas库进行数据清洗和预处理
- 学会使用matplotlib、seaborn进行初级可视化
- 学会使用Pyecharts进行高级数据可视化
- 学会构建机器学习算法进行分类、预测和聚类模型
- 善用机器学习解决用户画像、精准营销、风险管理等商业问题
学习对象和基础
- 机器学习零基础学员
- 高校在校生
- 待业、期待转行从事数据挖掘相关岗位的在职人员
- CDA数据分析师level Ⅲ 考生。
- 希望借助数据挖掘算法来提升解决企业运营、产品运营中涉及的预测问题者
- 对数据挖掘技术感兴趣的各界人士
- 产品、运营、营销、管理、咨询相关岗位从业者，希望增加数据挖掘技能与思维
课程内容
预习课（录播）——数据库SQL
- 数据库基本概念
- DDL数据定义语言
- DML数据操作语言
- 单表查询
- 多表查询
- Python连接SQL
2章预习课（录播）——Python编程基础
- Python标准数据类型
- 控制流语句
- 自定义函数
- 异常和错误
- 类与面向对象编程
- Numpy数组操作
- Pandas数据表基础，数据清洗与探索
- Python可视化包Matplotlib，Seaborn
3章预习课（录播）——数学与统计学基础
- 线性代数
- 微积分
- 描述性统计
- 参数估计
- 假设检验
- 相关分析
- 卡方分析
- 一元线性回归理论推导
- 多元线性回归理论推导
3章机器学习进阶第1周
- 数据接入（接入策略，调度工具，实时数据接入方法）（附加内容）
- 大数据平台技术架构与应用（分布式存储与计算，支持数据分析，大数据架构）（附加内容）
- 数据挖掘导论
- KNN
- 贝叶
4章机器学习进阶第2周
- 带正则项的回归分析
- 支持向量机(SVM)
- 决策树（ID3, C4.5, CART）
- 决策树的模型调优
- 生存分析-病马死亡预测案例
- 用户分类-保险行业用户分类分析
5章机器学习进阶第3周
- 集成与提升方法（AdaBoost, 随机森林, GBDT, XGBoost, LightGBM）
- 聚类分析进阶（密度聚类，谱聚类）
- 异常识别（孤立森林，局部异常因子）
- 交易反欺诈-异常交易识别案例
6章机器学习进阶第4周
- 关联规则（关联规则的概念，评估指标，Apriori算法）
- 协同过滤
- 产品组合策略-电信公司产品捆绑销售策略分析案例
- 数据处理的前沿方法：特征工程概要
- 特征工程（特征的建构、选择、转换、学习）
- 深度神经网络（BP神经网络概述，架构）
- 感知机及感知机的极限
7章机器学习进阶第5周
- 文本分析（分词与词性标注，文本特征处理，关键词抽取、文本分类与聚类方法）
- 文本与用户情绪分析-新闻文本分析案例
8章机器学习进阶第6周
- 径向基网络
- 卷积神经网络
- 循环神经网络
- 图像分析-手写数字自动识别
- 自然语言处理-用户情绪自动识别
- 实战项目-金融行业反欺诈
9章机器学习进阶第7周
- 实战项目-行业文本分析
- 实战项目-信用评分卡
10章CDA认证考试辅导（仅限报名考试的学生）
- 数据挖掘概论
- 高级数据处理与特征工程
- 自然语言处理与文本分析
- 机器学习算法
- 机器学习进阶（自动机器学习，样本不平衡问题，半监督学习，模型优化）
11章选修课
- 互联网数字化运营【18课时】
- 何为数据产品经理？【1课时】
- Python爬虫【15课时】
- Python办公自动化【10课时】
- 人工智能(深度学习)实战之图像识别【6课时】
- 采销、物流与供应链数据分析应用实战【10课时】 (需额外付费）
课程试听：《CDA Python机器学习周末集训营【Level Ⅲ】》
DA内容精选
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
