深圳《从数据分析到数据挖掘》训练营再升级，3月10-11日免费试听！

课程背景：

《从数据分析到数据挖掘》训练营 参考教育部“数据科学与大数据技术”专业课程设置内容，由一批企业专家和中青年博士、博士后授课，上课方式为在线学习+线下学习(集训)，学生毕业可以推荐就业！

学习目标：

阶段一：了解数据分析的意义，掌握最基本的数据分析方法，如关联分析和回归分析，学会用SQL和R语言处理数据和分析数据；

阶段二：掌握最常见数据分析算法，如回归、聚类、SVM、贝叶斯、神经网络等，学会不同业务场景下如何使用python处理数据和分析数据；

阶段三：深入学习数据分析(数据挖掘)算法，掌握推荐系统、搜索等背景下数据挖掘技术；

培训对象：

本科理工科背景即可，无须数据分析经验和编程基础。

课程大纲：

1、《数据分析入门》16课时–视频课–王昱

• 课时1——数据分析行业背景和职业介绍

• 课时2——数据的存储和联系的逻辑

• 课时3——SQL的基础语法

• 课时4——SQL复杂查询及实践

• 课时5——R语言中的数据类型和数据结构

• 课时6——R语言基础语法

• 课时7——用R采集API数据

• 课时8——rvest采集网页数据并写入MySQL

• 课时9——stringr处理字符串

• 课时10——dplyr及描述性统计分析

• 课时11——中文分词及词云可视化

• 课时12——线性回归理论及建模实战

• 课时13——逻辑回归理论及建模实战

• 课时14——ggplot2图形语法

• 课时15——ggplot2数据可视化实战

• 课时16——MarkDown基础语法及R MarkDown自动化报告

2、《Python编程基础》16课时–视频课–覃老师

通过课程的学习，使学员能够熟练掌握python的语法知识，能够看懂python编写的程序代码；掌握用python语言进行函数式编程和面向对象编程，并进一步能编写python应用程序。从而为以后的python数据收集和数据分析、及与python有关的计算机应用打下坚实的基础。

一、Python介绍

• 7.11的下载和安装；

• Pycharmr 下载、安装和设置

二、Python基础

1、python语法初步：

2、python数字和内置对象

3、python元组

4、python列表和字符串

5、python集合与字典

6、python语法：条件和循环

7、文件操作

8、错误和异常的处理

9、模块、包

10、函数

11、对象编程

三、Python进阶

1、正则表达式

2、多线程

3、数据库

3、《基于R的商业数据分析》-16课时-视频课-常老师

本课程基于开源R系统教学数据挖掘的原理与方法，深入掌握数据挖掘实务解决方案，使学员真正掌握商业数据挖掘的全流程。

课程特色 案例教学：结合商业项目案例，落地数据挖掘技术

实践主导：结合真实工作情景，讲数据分析方法应用到多岗位、多领域中去

第0讲 数据分析基本概念

第1讲数据挖掘建模流程与R介绍案例：1、一个信用评分模型完整分析流程演示

第2讲R语言编程与数据整合案例：2、是否违约客户行为数据对照描述

第3讲描述性统计分析和特征选取案例：3、汽车金融贷款数据的数据清洗

第4讲数据清洗与变量压缩案例：4、房屋价格决定因素分析

第5讲 统计推断基础 案例：5、客户消费、客户行为数据差异检验

第6讲使用线性回归进行客户价值预测 案例：6、信用卡客户价值预测模型

第7讲使用逻辑回归构建初始信用评级案例：7、汽车贷款初始评分模型

第8讲使用决策树进行流失预警模型案例：8、电子产品客户购买决策模型

第9讲使用神经网络进行营销响应预测案例：9、信贷产品行为评分模型

第10讲 分类器入门与支持向量机案例：10、婚恋网站客户成功约会预测

第11讲 客户聚类与聚类后画像案例：11、电信、银行客户行为聚类分析

第12讲 使用推荐算法提升客户价值案例：12、电商、银行客户交叉销售模型

第13讲 时间序列分析案例：13、电信、零售、运输、银行行业业务量预测模型

案例：汽车金融贷款信用评级模型案例

4、《数据挖掘导论》16课时–现场–何心巨

第一天上午数据挖掘简介

1. 数据挖掘的背景

2. 什么是数据挖掘

3. 数据挖掘的主要功能

4. 数据挖掘的数据及变量

5. 数据挖掘的数据清洗

第一天下午概率与统计

1. 数据的描述性统计分析

2. 随机变量与变量分布

3. 分类及连续变量的相关性

4. 总体及样本

5. 统计推断与统计检验

第二天上午数据挖掘算法

1. 决策树类算法

2. 神经网络类算法

3. 关联分析类算法

4. 聚类分析算法

5. 逻辑回归算法

第二天下午数据挖掘实例

案例一：儿童玩具销量的影响因子分

案例二：电信客户流失预警模型

案例三：超市购物篮关联分析

案例四：药物效果的聚类分析

案例五：贷款风险预测模型

5、《Python数据挖掘》64课时–现场–陈远波

1. 数据清洗与变换

模型评价指标：绝对误差、相对误差、平均绝对误差、均方（根）误差、精准率、召回率、ROC、AUC等

2. Logistic回归理论

案例：对风险人群的预测

3.决策树理论知识

案例：在反欺诈场景中的应用

4.Kmeans、SVM理论知识

案例：在识别码识别中的应用

5.集成学习（RF、Adaboost、GBDT及Xgboost）介绍

案例：集成学习（RF、Adaboost、GBDT及Xgboost）应用

6.BP神经网络介绍

案例：在家用电器用户行为分析与事件识别

7.案例：卷积神经网络在图像识别中的应用

8.案例：LSTM框架在语义识别方面的应用

6、《推荐系统算法》16课时-现场-Robin

Day1

• 推荐系统概念、发展历史、核心问题介绍

• 推荐系统常见的企业级架构，以及核心部件

• 机器学习算法流程介绍，常见机器学习算法讲解

• 召回层常用推荐算法详解与实现，及在推荐数据集上实验

Day2

• 推荐系统评价指标，及召回层算法效果评估

• 精排策略与核心算法讲解与实战

• 推荐系统整体架构搭建与部署

• 深度学习在推荐系统的发展与应用

7、《数据挖掘算法进阶》40课时-现场-徐磊

人工智能的发展给很多行业注入了新的活力，被称为是新的“电力”，这指的是，大约一百年前电力开始彻底变革每个行业。运输、农业、制造、通信都被电力所改变。如今很难想象这些行业离开电力会是什么样子。如今的人工智能技术有了显著的提升，我们可以清晰的看到人工智能也在改变几乎每个主要行业。

学习对象： 对人工智能感兴趣的人或者相关从业人员

学习目的： 了解常用的机器学习模型并理解其在人工智能中的应用

第一节：PageRank算法

第二节：决策树模型第三节：分类回归树第四节：K邻近分类第五节：K-means聚类第六节：层次化聚类第七节：朴素贝叶斯算法第八节：支持向量机模型第九节：Apriori算法第十节：Adaboost算法第十一节：RandomForest模型第十二节：GBDT模型第十三节：EM算法第十四节：隐马尔可夫模型第十五节：高斯混合模型第十六节：模型选择与评估

讲师介绍：

王昱 北京科技大学管理科学与工程硕士，某互联网交通出行龙头企业数据分析师。西北工业大学荣誉讲师，阿里巴巴天池数据可视化大赛金奖团队成员，中国电科杯城市数据创新大赛城市交通专项奖核心技术骨干。研究方向为数据采集、数据分析与数据可视化，在政府、交通、环境等方面有丰富的大数据分析项目经验。

何心巨 香港浸会大学经济学博士与兼职讲师，香港特区政府UG科研基金全额资助研究员，香港经济学学会会员，中国药物经济学荣誉会员， 南开大学经济学院系列讲座特邀嘉宾， SCI国际期刊“Mathematic & Computation”匿名审稿人。

从事数据分析，数据挖掘与优化类算法研究。在高校及校外培训负责各类数据分析及数据挖掘软件的教学，擅长领域有优化建模、机器学习、面板分析、时间序列及仿真模拟等。

常老师 北京大学会计学博士、社会学硕士，中国大数据产业生态联盟专家委员会专家委员。从事个人金融消费领域的数字化能力建设工作，涉及数据治理，数据仓库，客户关系管理，大数据分析平台，管理会计与报表系统，基于客户生命周期的全场景模型开发与管理，数据科学人才队伍建设。

陈远波 本科应用数学，硕士计算数学、博士自动化，多次参加建模大赛（如全国大学生建模大赛、全国研究生建模大赛、阿里巴巴天池大赛等），3年大数据建模工作经验，熟悉前端，精通机器学习，熟悉各类算法，如SVM，KNN，BAYES，RNN，CNN，RBM和DBN等，了解scala语言和协同过滤推荐算法。运用深度学习算法对人脸进行检测和识别。

Robin 腾讯高级工程师，计算广告专家硕士。毕业于哈尔滨工业大学，主要研究领域自然语言处理，机器学习，推荐系统。现任腾讯计算广告高级工程师。

徐磊 牛津大学计算机科学博士，现任深圳市华傲数据技术有限公司数据科学家，工作内容涉及数据采集、数据整理、数据分析与应用等多个数据产业环节。徐磊博士的研究方向包括数据挖掘、机器学习、人工智能、分布式算法、金融风控、数据可视化等。

课程特色：

1.在线学习+线下集训

线上线下相结合，零基础起步，线上自由学习，线下案例实操，增强项目经验

2.系统学习原理和方法，掌握全栈能力，不仅仅是视频！

线上知识点学习，线下集训实践，让你在数据分析、计算机编程、机器学习算法上全面的提升，掌握全栈能力；

3.案例完整演练

线下集训环节以案例学习为主，提供代码设数据；

4.工作推荐+就业辅导

一对一就业指导，一年内无限次就业推荐机会。

5.学员即会员，班级即圈子

免费参加下活动交流，优先获取峰会和论坛的折扣或免费门票，购买课程享最低折扣，QQ群长期答疑。

课表时间安排：

三重大礼包：

1、早鸟优惠：提前报名，可免费参加以下4天课程。

1）《数理统计基础》2天，3月10-11日，现场集训 ，可选修

1、随机事件与概率2、随机变量及其分布3、随机变量的数字特征4、总体与抽样5、参数估计6、假设检验7、方差分析

2）《python基础》2天，3月24-25日，现场集训 ，可选修

1、Python简介、环境安装2、Python基础数据类型和结构3、Python文件读写4、Python常用数据管理5、Python常用函数、特殊函数6、Python函数自定义7、Python面向对象编程

2、拼团可享团购价，同阶段5人成团在合报价格基础上优惠500元/人；

3、阶段二+阶段三合报，享9折优惠。

咨询方式：

QQ咨询：1796318148

微信客服：timjiang2016

加微信好友了解课程和优惠，备注：周末

往期培训：

试听报名：

1.点击”阅读原文“在线报名

2.备注栏标明“试听”

3.提交报名表

4.客服联系通知上课。

↓↓↓

原文始发于微信公众号（PPV课数据科学社区）：深圳《从数据分析到数据挖掘》训练营再升级，3月10-11日免费试听！