在数字经济时代
利用数字化知识可以使企业摆脱单一供给, 并深度挖掘用户求,探索多元的业务场景。本课程将会从企业的角度出发讲解不同阶段数据应用的建设思路,培养学员掌握企业需要的敏捷算法建模能力,并规划未来发展的路线图。同时,从找地、易操作的数据科学思维和技术模板构建出优秀模型。问题一-确定问题一数据清洗数据建模-数据验证到挖掘出有价值的数据分析思路,并确认适合企业的解决方案。让学员掌握可落地、易操作的数据科学思维和技术模板构建出优秀模型。
涵盖常用工具,完善技术精进
课程中涵盖了Sklearn、LightGBM、NLP、PyTorch、Transformer等常用工具的应用实现,并根据输出的结果分析业务需求,为进行合理、有效的策略优化提供数据支撑。 在课程学习中以问题为导向,加强知识点的理解和应用,提高学员面对复杂问题的思考能力。聚焦策略分析技术及企业常用的分类、NLP、深度学习、特征工程等数据算法,只教实用干货,以专精技术能力提升业务效果与效率。
立即预约课程
培训对象
1
有一定数学或统计、计算机基础与数据分析业务经验,希望脱产学习后转岗到数据挖掘岗者
3
从事算法科学、深度学习等工作的科研人员、分析师与工程师等
4
产品、运营、营销、管理、咨询相关岗位从业者,希望增加数据分析技能与思维
5
参加CDA等级认证考试 LEVELII和 LEVEL Ⅲ 考生
课程大纲
数据库SQL
主要内容
・数据库基本概念 ・DDL ・DML ・单表查询 ・多表查询 ・常用函数
・SQL 大厂面试题
可解决的现实问题
解决从数据库提取目标数据的问题,实现单表和多表查询
可掌握的核心能力
1、掌握 MySQL 数据库基本概念,常用函数、DDL 数据定义语言及 DML 数据操作语言
2、掌握单表查询、多表查询查询方法,查询结果排序、限制查询等方法
Python 编程基础 + Numpy
主要内容
・Numpy 数组 ・Pandas 数表 ・Pandas 数据清洗与可视化 ・控制流 ・类与对象
・自定义函数
可解决的现实问题
解决海量数据处理的技术问题
可掌握的核心能力
掌握使用 Python 进行海量数据清洗以及可视化探索数据的能力。
数学与统计学基础
主要内容
・线性代数 ・微积分 ・描述性统计 ・参数估计 ・假设检验 ・卡方分析
・相关分析 ・一元线性回归
可解决的现实问题
解决实际情况中根据样本对总体特征的推断性统计问题
可掌握的核心能力
1、掌握数学基础知识(线性代数、微积分等)
2、掌握统计学基础知识(描述性统计、参数估计、相关分析、卡方分析、一元线性回归等)
SQL
主要内容
・MySQL 语句 ・Python 连接 SQL 数据库 ・SQL
・实操案例:零售电商多表分析
可解决的现实问题
解决 Python 连接 SQL 数据库的问题
可掌握的核心能力
1、掌握数据库 MySQL 语句与实战
2、Python 连接 SQL 数据库
3、掌握案例:零售电商多表分析
指标体系与统计分析可视化
主要内容
・分析基础 ・指标体系的意义与构建 ・常用指标体系 ・统计分析可视化 ・指标体系
・案例:企业经营分析
可解决的现实问题
解决常用指标体系的构建及统计分析可视化
可掌握的核心能力
1、掌握数据分析基础:数据分析的概念、过程、能力
2、掌握常用指标体系的意义与构建
3、掌握统计分析可视化
4、掌握指标体系案例:企业经营分析
Pandas
主要内容
・Python 基础 ・Python 数据清洗可视化 ・Python 实操
・案例:
・教育行业分析-学校学科教育可视化
・数据分析师岗位需求-lagou 数据处理及分析
可解决的现实问题
使用 Pandas 做数据清洗与数据探索
可掌握的核心能力
1、掌握 Python 基础与数据清洗可视化
2、掌握 Python 实操案例:教育行业分析-学校学科教育可视化
主要内容
・统计分析 ・相关分析 ・方差分析 ・线性回归 ・模型建立 ・模型估计
・模型检验
・实操案例:识别分析-用户支出影响因素分析
可解决的现实问题
灵活使用统计分析解决各行业的业务问题
可掌握的核心能力
1、掌握统计分析,包含相关分析,方差分析等
2、掌握线性回归,包含模型的建立与估计等
3、掌握统计模型的检验
逻辑回归,主成分分析
主要内容
・逻辑回归 ・模型评估 ・分类与回归的结合 ・数据降维 ・主成分分析
・因子分析 ・实操案例: ・用户流失分析-员工流失预警 ・因子分析-城市发展水平综合分析
可解决的现实问题
灵活使用逻辑回归、模型评估等技能,解决行业实际业务文字
可掌握的核心能力
1、掌握逻辑回归,包含模型的建立与估计
2、掌握模型评估、分类与回归的结合
3、掌握信息压缩-主成分分析与因子分析(数据降维)
4、掌握案例:用户流失分析-员工流失预警
5、掌握案例:因子分析-城市发展水平综合分析
标签体系与用户画像
主要内容
・标签体系的设计原理 ・用户标签的制作方法 ・客群分析-标签体系与用户画像 ・AB test
・实操案例: 应用用户画像-美国某企业用户画像实战案例
可解决的现实问题
使用标签体系知识对用户画像进行分析
可掌握的核心能力
1、掌握标签体系的设计原理
2、掌握用户标签的制作方法
3、掌握客群分析-标签体系与用户画像
4、掌握 AB test 应用广泛的对比分析方法
玩转案例实战,直通企业就业。课程涉及大量企业项目案例:精准营销预测、营销策略优化、客户行为分析、风险管理、客户管理、智能推荐、情感分析、反欺诈等,加持实战经验,为学员进入名企提供项目背书。 对数据科学岗位认知程度比较浅的学员,可在职业规划团队老师的帮助下选择适合学员的职业发展路线。进一步从职场综合能力要求出发,通过经验赋能快速提升岗位匹配度!立即预约课程
更多培训课程,学习资讯,课程优惠等学校信息,请进入南京国富如荷CDA数据分析网站详细了解,免费咨询电话:400-998-6158