cda

数字化人才认证

您的位置:首页 > 课程列表 > Python数据分析师集训班 - 3个月

Python数据分析师集训班 - 3个月

Python数据分析师集训班 - 3个月

难度系数:

课程系列:Level Ⅱ

周期:12周

课程信息:
相关等级报考推荐:
  • Level I¥1200元
  • Level II¥1700元
  • Level III¥2500元
  • WHAT 课程简介

    Python数据分析师集训班 - 3个月:企业想要在竞争激烈的市场中胜出,决策的速度和反应的效率尤为重要。根据调查显示,75%的企业在面临拟定策略时,常常无法获得实时且有根据的决策信息。什么样的数据、要透过什么样的方法,才能快速且实时的转变成决策时有用的信息,是现代企业所面临最迫切性的问题。
    Python数据分析集训课程针对针对周末时间充裕、零基础的专科、本科在校生,以及在职&欲转行从事数据分析的工作人员提供3个月非脱产周末集训,毕业可推荐相关工作。
    课程内容以CDA数据分析师标准大纲要求,包含Python基础 – Pandas数据清洗 - Python爬虫 - Python数据可视化(Matplotlib、Seaborn、Pyecharts) - Python机器学习算法等内容,并结合互联网保险、电信、银行、医疗、交通等行业实际案例来帮助学员建立整套的数据分析和机器学习思路,案例涉及营销优化、风险控制、用户研究、商业部署等领域,使学员所学更符合企业要求。
  • WHY 学习目标

    熟练掌握数据科学领域最受欢迎的编程语言-Python
    掌握使用Python和pandas库进行数据清洗和预处理
    使用Python爬虫获取网络数据
    学会使用matplotlib、seaborn进行初级可视化
    学会使用Pyecharts进行高级数据可视化
    学会构建机器学习算法进行分类、预测和聚类模型
    使用Python进行数据分析整体思路、针对业务做出模型最优化选择
    善用机器学习解决用户画像、精准营销、风险管理等商业问题
    使用机器学习实操电商、电信、医药行业真实项目案例
  • WHO 学习对象和基础

    想从事数据领域工作,缺乏实践技能的在校学生
    希望转行数据领域人员
    个人发展遭遇瓶颈的数据分析师
    有数据化运营需求的产品运营、市场人员及管理者
    对Python数据分析和挖掘感兴趣的业界人士



课程案例,项目特训

点击图片任何区域可放大

人力资源之员工流失预警

案例介绍 企业培养人才需要大量的成本,为了防止人才再次流失,应当注重员工流失分析。员工流失分析是评估公司员工流动率的过程,目的是预测未来的员工离职状况,减少员工流失情况。
点击图片任何区域可放大

教育行业学习质量数据监控

案例介绍 某教育部门根据一场考试的学业水平,研究样本人群的部分特征(性别、父母的教育水平、居住是否城乡等)对各科目(比如数学,阅读,和写作)分数的影响,从而可以为教师针对不同环境下的群体提供个性化教学方式,因材施教,为学生的全面发展保驾护航。
点击图片任何区域可放大

时间序列预测零售销售额

案例介绍 电商公司一爆款产品由于制造商产能不稳定,经常由于进货不足而导致延迟发货,或者遭到投诉,甚至被取消订单。也时常因为进货太多而导致库存堆积,占用其他爆款产品的库存空间。该电商公司因此而导致大量订单流失和额外的运营成本。 本案例根据该产品的历史销售额记录,通过时间序列ARIMA模型对未来几个月的销售情况做出预测。提前预测产品的销售情况,以备电商公司能提前进货和库存管理,降低运营成本。
点击图片任何区域可放大

知乎用户画像基本研究

案例介绍 知乎公司想要对本公司的用户群体进行分析,建立用户画像模型。在此过程中,数据清洗步骤是得到用户基本情况信息的重要步骤。基于数据分析的结论,可以给公司的精准营销、产品优化、业务布局等提供强有力的决策支持。
点击图片任何区域可放大

电商精准营销之用户画像

案例介绍 由于企业的竞争是客户的竞争,大多数企业已经意识到有效的客户细分是企业介入客户竞争的核心竞争力,企业的服务营销策略也离不开有效客户细分的支持。 本项目,旨在分析一个电子商务数据库中4000多个用户一年内购买商品的详细信息,从而对客户分类。最终模型可以应用到推荐系统、客户画像等多个领域,有较强的可实践性,及一定的商业价值。

1Python基础

1-1准备工作-Python开发环境配置
1-2Python标准数据类型
1-3控制流语句
1-4异常和错误(穿插在其他内容中讲)
1-5文件操作

2Python进行数据整理和数据清洗

2-1Python标准库简介
2-2Numpy数组基础
2-3Pandas对象基础

3python数据可视化(线上)

3-1绘图思想的基本原理
3-2Python数据可视化包-Matplotlib介绍
3-3使用Python数据处理包Pandas做可视化
3-4Python数据可视化包-Seaborn介绍与图形绘制
3-5Python数据可视化包-Pyecharts介绍与图形绘制

4Python爬虫(线上)

4-1网络爬虫基础知识
4-2网络请求及响应-requests库
4-3HTML文档解析-BeautifulSoup库
4-4常见反爬虫机制及应对
4-5网络爬虫 VS 网络数据抓取
4-6实战一:批量下载头像
4-7实战二:抓取豆瓣书籍简介
4-8实战三:模拟浏览器selenium抓取电商商品信息及评论

5Python数据清洗高级操作及案例实战

5-1数据的获取与存储
5-2数据探索
5-3数据清洗思维
5-4数据清洗实战案例一:泰坦尼克幸存者数据清洗(根据实际上课情况调整数据集)
5-5数据清洗实战案例二:USDA食品数据清洗(根据实际上课情况调整数据集)

6Python编程考试(线上)

6-1Python基础部分
6-2Python数据清洗的实现

7机器学习算法

7-1准备工作:开发环境配置(以文档的形式给出)
7-2机器学习入门介绍:
7-3scikit-learn入门:Scikit-Learn库简介
7-4KNN-最近邻分类算法:原理、实现
7-5决策树算法:原理、实现、相关技术应用及实例
7-6随机森林算法:原理、实现及相关技术应用:以乳腺癌预测为例
7-7K-Means聚类算法:原理、实现及簇选择与矢量化应用
7-8关联规则算法:原理、实现
7-9线性回归
7-10逻辑回归
7-11SVM支持向量机
7-12分类模型的评估指标(续)
7-13朴素贝叶斯算法

8电商案例

8-1分析目标:
8-2基于国外大型电商用户购买信息数据的客户购买预测模型构建流程:

9评分卡案例

9-1分析目标:
9-2基于大型公司的客户贷款信息,构建用户信用评分卡模型的建模步骤:

硬核服务

  • 朝九晚九全程跟班答疑

    助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑,包括中途休息时间;同时,每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”,全面覆盖同学晚自习时间。
  • 一对一督学

    每个班级、每位同学、每月都会进行至少一次一对一辅导,询问同学学习状态、解决学员学习问题;同时,针对每个模块测试结果后10%的学员进行额外辅导,以确保学员能够跟上学习进度。
  • 定期直播串讲

    对于重难点知识和同学普遍反应的问题,助教将进行每周1-2次的晚自习串讲,串讲时常为2小时左右,且相关内容需要重新制作、有别于课程内容,帮助同学攻克重难点知识。
  • 有问必答

    助教线上服务要求有问必答,并能真正做到解决所有课程中遇到的问题。在原先每个班一个助教+一个班主任的配置下,调整为每个班2名助教+项目服务团队的模式,以确保快速、高质量的解决线上提问。
  • 出勤率和进度监督

    在课程持续期间,助教还需实时统计学员出勤情况,监督课堂纪律,跟进学习进度。除正常答疑外,服务团队会与班级同学保持沟通、给予正确指引,从而营造积极学习氛围。
  • 作业与测试

    在远程授课期间,每个课程会安排相关课后作业,确保同学课下能够进行适当练习,提升同学实时参与感、保证当日学习效果。除了作业,服务团队还会组织学员进行阶段性测试,以考试性质为主,主要考察学员对本阶段知识掌握程度。

来自业界的数据领袖团队

  • 倪向洋

    CDA数据分析研究院资深讲师

    CDA数据科学研究院大数据、python课程讲师,CDA命题委员会成员。曾经就职 于IBM,有丰富的运维工作和大数据平台搭建经验。目前担任CDA大数据课程以 及数据分析课程讲师,主要负责大数据平台搭建,利用机器学习对数据做清洗与 分析的工作。擅长将机器学习,自动化运维与分析技术。
  • 李御玺

    台湾铭传大学教授/中华数据挖掘协会理事

    台湾大学博士,在其相关研究领域已发表超过260篇以上的研究论文,同时也是国科会与教育部多个相关研究计划的主持人。 其还兼任厦门大学数据挖掘中心顾问,中国人民大学数据挖掘中心顾问,IBM SPSS-China顾问。服务过的客户包括:中国工商局、中信银行、台新银行等。
  • 彭奕伟

    CDA数据科学研究院Python课程讲师

    拥有5年的金融行业数据挖掘经验。先后参与民生银行卡移动支付项目研发,银行人工智能客服服务系统项目。

几乎所有行业

都稀缺独当一面的CDA数据分析师®人才

在招聘市场上,越来越多的企业要求持CDA数据分析师®证书

GROWN

开启数据科学家成长之路

考核通过后,可获得CDA数据分析师中英文双证书,其中中文证书由中国成人教育协会数据分析教育培训专业委员会监制,英文证书由CDA INSTITUTE 认证。
“CDA数据分析师认证”是一套科学化,专业化,国际化的人才考核标准,共分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ三个等级,涉及行业包括互联网、金融、咨询、电信、零售、医疗、旅游等,涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资等。该标准符合当今全球数据科学技术潮流,可以为各行业企业和机构提供数据人才参照标准。
  • CDA LEVEL I

    人人皆需的职场数据思维与通用数据技能

    面向范围

    • 零基础就业转行者、应届毕业生
    • 产品、运营、营销等业务岗与研发、技术岗在职者
    • 企业创始人、经理人、管理咨询类岗位从业者

    岗位去向

    商业(业务)分析师初级数据分析师
    (数据)产品运营(数字)市场营销
    数据专员...

  • CDA LEVEL II

    企业数字化发展中必备的数据分析流程与技能

    面向范围

    • 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者
    • 数字化转型企业创始人与数字化流程中相关负责人

    岗位去向

    数据分析师(数据)产品运营经理
    (数字)营销经理风控建模分析师
    量化策略分析师数据治理(质量)...

  • CDA LEVEL III

    企业数字化发展中必备的高级数据分析方法与技术

    面向范围

    • 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者
    • 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

    岗位去向

    高级数据分析师机器学习工程师
    算法工程师数据科学家
    首席数据官...

EXAM

CDA认证报考开放化

CDA认证LEVELⅠ 对于考生的学历、专业、技能等没有限制性报考条件,在与全球计算机化考试服务商Pearson VUE达成深度合作后LEVELⅠ更是随报随考机制。
查看CDA认证报考流程 

VALUE

CDA证书的价值

  • 共识性CONSENSUS
    CDA数据分析师标准由中国成人教育协会数据分析教育培训专业委员会监制,国际范围内的数据科学领域的行业专家、学者及知名企业共同制定并于每年更新,逐步推动数据人才标准的行业共识。
  • 专业性speciality
    CDA认证是根据数据科学专业岗位设立的科学化,专业化,国际化的人才考核标准。考试与国际知名考试服务机构Pearson VUE合作,随报随考、专家命题、评分公平、流程严格,更具含金量。
  • 权益性rights
    CDA持证人自动纳入为CDA会员并享有系列特殊权益。证书皆绑定考生真实身份,可在CDA认证考试中心查询,证书确保唯一性与防伪性,持证人还可获得电子徽章,加入到Linkedin个人档案中。证书三年审核一次,保证持证人的实力与权益。

RIGHTS

CDA持证人的权益

  • 会员资格

    吸纳为CDA Institute、CDA数据分析师俱乐部会员,活动中具有优先报名参与权

  • 职业发展

    可优先获得CDA内部就业及职业发展推荐

  • 免费CDA活动

    免费参与CDAS行业峰会等各项活动,CDA持证人享受特权位置

  • 兼职机会

    有机会加入CDA数据分析教学、研发等项目

  • 黄金会员

    免费享有AIU人工智能学院1个月黄金会员,内含国外前沿数据科学学习等海量资源

  • 免费资源

    经管之家论坛学习资源、优秀文献资料免费下载权

  • Q:上课形式是怎么样的?

    A:课程为远程在线直播 + 线上视频录播+课后全套录播 + 线上答疑,不受地域限制,直播需同步时间学习,录播视频同学可以自主安排时间学习视频。
  • Q:如果学不会怎么办?

    A:相信每位同学,来学习都会认真努力,不存在学不会的问题。上课期间,全程助教跟班答疑;课后,助教老师依旧会在群里帮大家解答学习上的疑问。此外,课程均赠送全套录播视频,有效期2年,方便学员反复观看巩固,稳扎稳打学会全部课程。
  • Q:本课程需要Python语言基础吗?

    A:不是必须的。本课程针对零基础学员学习,将从Python语言语法入门系统讲授知识,基础薄弱学员可通过报名课程预习视频学习。
  • 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!

OK