杭州大数据挖掘培训机构

在数字化时代，大数据等前沿技术给各个产业带来了巨大冲击，也正在颠覆传统的企业管理、营销模式。为了应对全新的竞争格局，企业需要树立大数据意识，并且及时引入新技术来提升运营水平。本次讲座将讲解大数据的基本概念和实战应用，解析业务流程、应用管理、数据组织等基础架构维度，让学员懂得企业架构是数字化运行的必要前提。在此基础上，将讲解几大基本的数据分析工具（Excel、业务分析思维、数据可视化和BI、SQL语言），帮助听众入门。在此基础上，会帮助学员了解云计算、人工智能等技术领域的知识要点。讲座的最后会结合汽车、快消等若干行业的标杆企业案例，展示数据挖掘等技术给产业运行带来的真实提升，并介绍大数据分析相关的概况和学习资源。

本课程从实际的业务需求出发，结合行业的典型应用特点，围绕实际的商业问题，对数据分析及数据挖掘技术进行了全面的介绍（从数据收集与处理，到数据分析与挖掘，再到数据可视化和报告撰写），通过大量的操作演练，帮助学员掌握数据分析和数据挖掘的思路、方法、表达、工具，从大量的企业经营数据中进行分析，挖掘客户行为特点，帮助运营团队深入理解业务运作，以达到提升学员的数据综合分析能力，支撑运营决策的目的。

第一讲：Python基础

讲解Python背景、国内发展状况、基础语法、数据结构及绘图操作等内容。特别针对向量计算这块，着重介绍Python在这方面的优势及用法。

第二讲：统计分析基础

讲解统计分析基础，包括统计学基本概念，假设检验，置信区间等基础，并结合数据案例说明其使用场景和运用方法。介绍数据分析流程和常见分析思路，并结合案例进行讲解。

第三讲：Python数据处理基础

从数据接入、数据统计、数据转换等几个方面进行讲解。数据接入包含接入MySQL、Oracle、Hadoop等常见数据库操作；数据统计包含Pandas包的具体用法和讲解。

第四讲：数据挖掘基础

讲解数据挖掘基本概念，细致讲解业务理解、数据理解、数据准备、建立模型、模型评估、模型部署各环节的工作内容及相关技术；结合业界经典场景，讲解数据挖掘的实施流程和方法体系。

第五讲：数据挖掘核心技术

细致讲解抽样、分区、样本平衡、特征选择、训练模型、评估模型等数据挖掘核心技术原理，并结合案例讲解其具体实现和用法。尤其针对样本平衡，重点讲解人工合成、代价敏感等算法；针对特征选择，重点讲解特征选择的核心思路，并结合Python进行案例演示。

第六讲：Python数据挖掘工具

讲解Orange数据挖掘工具的用法，包括各项功能的具体使用。

第七讲：特征降维算法及Python实现

讲解主成分及因子分析原理，并结合案例进行Python实现。

第八讲：关联规则算法及Python实现

讲解Apriori关联规则算法原理，并结合案例进行Python实现。

第九讲：决策树算法及Python实现

讲解ID3、C4.5、C5.0以及CART决策树算法的实现原理，并结合案例进行Python实现。

第十讲：聚类算法及Python实现

讲解Kmeans、系统聚类算法原理，并结合Python进行案例讲解。

第十一讲：基于乳腺癌数据进行降维分析并建立分类模型

实战部分：基于乳腺癌数据进行降维处理，并尝试建立分类评估模型。旨在通过该模型，并潜在的乳腺癌患者进行识别。

第十二讲：基于在线零售数据建立关联规则模型

实战部分：基于在线零售数据，经过一定的处理，对该数据进行关联规则建模，旨在从此数据中挖掘出潜在的规则，对业务运营进行指导决策。

第十三讲：Lending：Club信贷违约分析案例

实战部分：基于Lending：Club信贷违约数据，尝试从多个不同的维度进行数据分析，旨在发现一些有价值的信息，同时基于该数据，经过一定的处理，建立信贷违约识别模型，旨在对信贷业务办理提供模型支持，降低违约风险。

第十四讲：航空公司客户分群案例

实战部分：基于航空公司的业务诉求，结合历史乘客数据，建立客户分群模型，旨在对客户进行差异化营销活动，提高客户粘性和价值转化。

第十五讲：Python自然语言处理原理及案例

讲解自然语言处理基本概念和技法，包含分词、关键字提取、文摘提取、文本分类、主题模型、word2vec等内容。并使用Python进行案例讲解。

第十六讲：Python网络爬虫及案例

讲解爬虫实现的基本原理，并介绍requests、lxml、Beautiful：Soup、grab、scrapy、pyspider：、cola等包和框架的使用，同时结合真实案例进行演示。

第十七讲：社交关系图分析及Python案例

讲解社交关系图分析的基本原理和使用场景，介绍networkx、igraph包的用法，此外，介绍neo4j数据库，并结合py2neo包进行讲解，通过具体的案例，讲解社交关系图的构建和具体实现过程。

第十八讲：数据分析图表及Python案例

讲解常用的数据分析图表及其使用场景，同时结合matplotlib、pycha、pyecharts、ggplot、Bokeh、HoloViews、mpld3、plotly、pygal等包进行案例讲解。

第十九讲：使用Notebook编写数据分析报告

讲解使用Notebook编写数据分析报告的具体方法，并结合案例讲解其用法。

第二十讲：Dash可视化开发实战

介绍Dash的UI、Server、Reactivity、控件等内容，同时讲解一个用Dash实现数据分析功能（兼图表）的实际案例，搭建服务器，在企业内部实现轻量级数据分析应用。

更多课程详情请点击咨询专属客服

《大数据分析：点“数”成金》本书以大数据分析的商业及金融价值为主线，对大数据领域进行了深入的探索，不但阐明了大数据分析的重要性，更淋漓尽致地展现了大数据分析的具体过程。所谓“点‘数’成金”，关键在于“点”，也就是分析。大数据的价值不在于其“量”，而在于其“质”，怎样对海量的以TB甚至PB计的数据进行分析并从中提取有价值的可用信息，才是本书的重点所在。作者强调了数据的显性价值和隐性价值，并说明了怎样让海量数据的存储、备份和归档这类企业例行任务“开口说话”——重新定义市场、提高利润和识别新的商机。从而帮助企业提升智能化水平、解决实际问题、提升利润空间、提高生产率并发现更多的商业机会。