|
WHAT 课程简介
WHY 学习目标
WHO 学习对象和基础
点击图片任何区域可放大
数据挖掘模型方法介绍
案例介绍 数据挖掘模型主要分为两大类，描述性（无监督学习）方法和预测性（有监督学习）方法。描述性方法是分析具有多个属性的数据集，找出潜在的模式，没有因变量；预测性方法方法是使用一个或者多个自变量预测因变量的值。 技能涉及 想要掌握数据挖掘模型方法，你需要熟悉三大类问题，即回归、分类、聚类。掌握常用的数据挖掘算法，如线性回归、逻辑回归、神经网络、决策树、聚类分析、SVM、判别分析等多种方法。
CDA数据分析研究院技术负责人兼高级讲师/CDA LEVEL II大数据分析师等级考试命题组组长
曾就职于电子科技大学大数据中心，从事医疗大数据分析相关工作，拥有丰富的海量数据分析经验、算法研发经验、省级数据平台搭建经验，拥有算法专利若干，主要研究方向为机器学习和深度学习。
CDA数据分析研究院讲师/京邮电大学管理科学与工程硕士
现就职于北京电信规划设计院，从事移动、联通集团及各省分公司市场、业务、财务规划、经济评价及运营咨询。重点研究方向包括离网用户挖掘、市场细分与精准营销、移动网络价值区域分析、潜在价值客户挖掘等。
CDA数据分析师讲师/同济大学管理学博士
国内某券商研究所高级分析师，从事量化投资相关工作，神经网络、数据挖掘、统计分析应用领域专家，精通MATLAB、Python、SAS等统计软件。著有《MATLAB神经网络30个案例分析》《Python与量化投资》等书。被评为“金牌讲师”。
建模分析师
参加了CDA2级Python数据挖掘建模的课程学习，让我数据挖掘建模分析和工具有了更多的认识，老师从数据收集、数据处理、数据分析、数据展现、报告撰写以及各种软件的操作都做了系统的讲解，时间很短，信息量却很大，王小川老师讲课生动风 ...
数据分析师
Python语言是一门不错的语言，之前有些接触过，在参与CDA数据挖掘培训过程中巩固了软件技术，课堂中学到了数据挖掘系列方法，建模的专业知识和流程，对工作有了极大帮助，让我思路更加清晰，更知道需要什么。 ...
Q: 为什么要学习这门课程？
A: 投资于人工智能领域的资金不断上涨，数以千计的高价值创业公司已经进入该领域。机器学习是驱动人工智能领域突破性发展的核心技术。AlphaGo 战胜人类围棋冠军、人脸识别、大数据挖掘，都和机器学习密切相关。在这门课程中，你将掌握机器学习核心技术，把握人才缺口的黄金时代，在职业发展市场中脱颖而出，成为科技、互联网、金融等行业渴望的稀缺人才。Q: 请问课程的学习周期和学习方式？
A: 《Python机器学习实战》为周末集训课程，包含四周线下集训+两周线上课程+全套重播视频。学习周期为一个半月。同时我们会布置案例作业供课后练习提交，保证大家高质量地完成课程。Q: 这门课程有什么先修要求？
A: 这门课需要你最好有 SQL 和统计学基础。如果你不具备，可以先加入《数据分析与SPSS应用》课程，一站式打好基础。Q: 在这门课程中会学习到什么？
A: 你将在课程中学习如何选择不同的数据分析方法来解决问题，同时学会使用当前数据科学最主流和收欢迎的数据分析工具-Python。深入学习数据清洗、探索性分析、可视化技术和机器学习技术。使用在大数据、金融、智能领域进行预测分析，成为数据分析技术精英，具备加入领先科技企业的能力！Q：完成课程后，可以获得证书吗？
A: 参加课程学员可自愿参加CDA LEVEL II建模分析师等级考试，考试合格获得由经管之家颁发《CDA数据分析师证书》。同时可自愿申请工信部《数据分析师证书》-高级。Q: 课程如果学不会怎么办？
A: 首先，我们有一次免费学习的机会，如果还是学不会，授课老师会和学生面谈，发现问题所在，并让老师给出学习建议，查缺补漏，也可以再跟着免费学一期。
