求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
 
 
 
开班计划 | 技术学院 | 管理学院 | 嵌入式学院 | 机械 | 军工学院 | 定向培养 | 专家指导 | 角色培养  
 电话 English
成功案例   品质保证
 
成功案例
中航信 数据湖架构原理与应
某医疗磁 数据采集与处理
某科技公 大数据(Hadoo
诺基亚 Python基础
天津电子 Elasticse
中国电信 数据仓库与数据挖掘
某航天科 MySQL性能优化

相关课程  
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
 
全部课程 >大数据  
大数据分析挖掘建模实战训练营
——从数据分析到人工智能
1826 次浏览  52 次
范老师
航天信息前首席架构师
 
地点时间:北京、 上海、深圳根据报名开班
课程费用:5000元/人
报公开课  
企业内训:可以根据企业需求,定制内训,详见 内训学习手册



认证方式:
培训前了解能力模型。
培训后进行能力评测:
  • 在线考试
  • 能力分析,给出学习建议
  • 合格者颁发证书,作为职业技能资格证明


    近些年,随着数据中台、大数据、机器学习、人工智能等高科技技术的不断发展,越来越多的企业开始着眼于整理自己的数据资产、挖掘自身的数据业务、开拓自己的数据产品。然而,由于各个企业自身的起点不同,有的是从开展简单的分析任务开始,有的是如何建设自己的数据中台。同时,这个过程中也遇到了诸多的难题与困惑,不知道如何更加有效地开展工作,未来的发展方向又在哪里。

    本课程从实战的角度,讲解了不同阶段数据应用的建设思路,规划未来发展的路线图。最初,如何开展简单的数据分析任务,确定问题→数据清洗→数据建模→数据验证的设计套路,以及由粗到细挖掘有价值的数据的分析思路。然后,为了长期持久地分析应用数据,如何建设数据中台,开展数据资产治理的工作,包括数据采集、ETL过程、建立数据仓库、形成数据集市、建设应用系统。并且,在这个过程中如何开展数据质量管理、数据血缘管理,等等。接着,在这样的基础上如何数据驱动、价值变现、形成数据产品,如数据风控、数字化运营、推荐系统、精准营销,这些系统的建设思路。更进一步,如何运用数据挖掘算法,开展数据预测、用户画像、机器学习等任务。最后,运用实际案例讲解,人工智能的系统建设,建设套路以及关键点与难点。

    培训特色 :
    本课程注重实战,范老师在数据分析与建设相关领域从业多年,收集了大量的真实案例,会针对项目过程中常见的问题进行汇总、研讨,并最终形成培训教程。通过大量的真实案例,详细地介绍了数据分析与建设过程中需要注意的要点以及难点,这些知识都是讲师十几年经验的总结。
    培训目标:
  • 了解大数据的数据分析方法
  • 了解数据治理的体系框架和典型案例
  • 能够应用数据实现业务价值
  • 数据挖掘的原理与方法
  • 了解人工智能在大数据方面的应用
  • 培训对象:数据分析师,大数据架构师,
    学员基础:对大数据的技术框架和分析应用有一定的了解
    授课方式:讲师讲授+案例解析+互动交流+现场答疑
    培训内容:2天

    第一章 数据分析 一、数据分析:挖掘数据潜在的价值
    二、数据分析角色:数据经理、业务专家、数据分析师
    三、数据分析套路:
    确定问题→数据采集→数据清洗→数据建模→数据分析→模型验证
    案例分析:某省宏观经济数据分析过程
    1)数据采集与清洗及其遇到的难题
    2)逐步细分的数据分析过程及其验证
    3)数据分析结果应当具有指导与决策意义
    第二章 数据治理 一、数据治理的意义
    1)原始数据的质量极大影响分析结果的准确
    2)原始数据需要不断地采集与整合才能长期用于分析利用
    3)原始数据的升级变更大大加剧了数据分析的维护成本
    二、数据治理的过程
    数据采集→ETL过程→数据仓库→数据集市→数据应用
    案例分析:增值税发票分析系统的数据治理过程
    1)增值税发票数据的采集与ETL过程
    2)增值税发票的数据仓库建设过程
  • 多维数据模型:雪花模式 vs. 星形模型
  • 数据仓库的分层:原始数据层、明细数据层、轻度综合层、数据集市层
  • 面向主题的数据建模过程
  • 3)数据仓库的质量管理与血缘管理
    4)数据中台的概念与建设思路:自顶而下 vs. 自下而上
    第三章 数据应用 一、数据中台的核心是价值变现
    数据中台的核心:数据价值变现
    二、数据应用
    1. 数据可视化
    案例:网络运营商大数据监控系统建设过程
    2. 数据风控
    案例:税务系统虚开发票风险监控系统建设过程
    1)风控指标的设计过程
    2)风控系统的架构设计
    3. 数字化运营
    案例:用户行为分析与数字化运营的建设过程
    1)采集用户行为数据
    2)分析与展示用户行为数据
    3)用户行为数据指导系统运营与决策
    4. 推荐系统
    案例:某互联网的推荐系统建设
    1)数据推荐算法:基于用户的推荐算法、基于商品的推荐算法
    2)推荐系统建设思路与精准营销
    第四章 数据挖掘 一、数据挖掘的原理
    二、数据挖掘过程
    1)经验模型 vs. 数据模型
    2)逻辑回归与数据预测
    案例:企业成长性预测模型的数据挖掘过程
    3)分类算法与深度神经网络
    案例:根据商品名称进行分类的建模过程
    三、企业画像与数据标签
    案例:企业征信的企业画像分析设计过程
    1)数据标签的分类:属性标签、统计标签、算法标签
    2)数据标签的设计:横向与纵向的数据融合表
    3)算法标签的设计与数据挖掘过程
    第五章 人工智能 一、数据挖掘的原理
    二、数据挖掘过程
    1)经验模型 vs. 数据模型
    2)逻辑回归与数据预测
    案例:企业成长性预测模型的数据挖掘过程
    3)分类算法与深度神经网络
    案例:根据商品名称进行分类的建模过程
    三、企业画像与数据标签
    案例:企业征信的企业画像分析设计过程
    1)数据标签的分类:属性标签、统计标签、算法标签
    2)数据标签的设计:横向与纵向的数据融合表
    3)算法标签的设计与数据挖掘过程
       
    1826 次浏览  52 次
    其他人还看了课程
    现代金融科技驱动商业银行智能化转型  304 次浏览
    Flume & Kafka原理与实践  2213 次浏览
    Spark内存计算框架原理与实践应用  2861 次浏览
    基于Flink搭建流计算平台  3461 次浏览
    Kafka 原理剖析及实战演练  1978 次浏览
    Hadoop与Spark大数据架构专题  8128 次浏览
    定制内训



    咨询服务:数据库设计与性能优化
    咨询目标 对客户的数据库进行性能评价,设计优化,管理优化
    咨询范围 数据库性能评价,数据库结构优化,数据访问SQL优化。
    咨询方式 现有数据库调查,问题诊断,性能评价。
    对数据库进行逻辑结构优化,对数据库进行访问SQL优化。
    建立数据库运行监控平台。运行监控与优化方法指导。
    成功案例 建设银行,中国农业银行,中国工商银行,中航信
    详情咨询:010-62670969, zhgx@uml.net.cn
    课程计划
    QT应用开发 11-21[线上]
    C++高级编程 11-27[北京]
    LLM大模型应用与项目构建 12-26[特惠]
    UML和EA进行系统分析设计 12-20[线上]
    数据建模方法与工具 12-3[北京]
    SysML建模专家 1-16[北京]