課程模塊 | 課程名稱 | 課程內(nèi)容 |
Python認(rèn)識(shí)和使用 |
python基礎(chǔ) |
Python版本特性介紹、Python應(yīng)用場(chǎng)景及趨勢(shì)發(fā)展、Python開發(fā)環(huán)境搭建、Python開發(fā)工具及運(yùn)行環(huán)境、標(biāo)識(shí)符與關(guān)鍵字、注釋 |
Python入門 |
Python在各系統(tǒng)中的安裝、應(yīng)用場(chǎng)景及數(shù)據(jù)存儲(chǔ)設(shè)計(jì)、Python程序開發(fā)基礎(chǔ)指南、如何運(yùn)行python代碼 |
|
python基本語法 |
Python選擇與循環(huán)、Python字符串處理、可視化python編程、數(shù)據(jù)及類型操作、Python對(duì)象、數(shù)字、序列、Python映射和集合類型、Python條件和循環(huán)、Python文件和輸入輸出、python錯(cuò)誤和異常 |
|
python高級(jí)語法 |
函數(shù)和函數(shù)式編程、Python面向?qū)ο缶幊?、Python正則表達(dá)式、Python函數(shù)編程、Python多線程編程、Python圖形界面編程、Python數(shù)據(jù)庫編程創(chuàng)建、Python擴(kuò)展 |
|
數(shù)據(jù)庫 |
數(shù)據(jù)庫設(shè)計(jì) |
數(shù)據(jù)庫設(shè)計(jì)及運(yùn)行管理、數(shù)據(jù)庫設(shè)計(jì)過程講解、概念結(jié)構(gòu)設(shè)計(jì)與ER圖、邏輯結(jié)構(gòu)設(shè)計(jì)與ER轉(zhuǎn)換規(guī)則、數(shù)據(jù)流圖與數(shù)據(jù)字典、數(shù)據(jù)庫設(shè)計(jì)物理模型、數(shù)據(jù)庫事務(wù)與隔離級(jí)別、數(shù)據(jù)庫范式及ACID特性、MySQL安裝與登、數(shù)據(jù)庫創(chuàng)建與刪除 |
數(shù)據(jù)庫基礎(chǔ) |
表結(jié)構(gòu)創(chuàng)建,查看、字段類型與數(shù)據(jù)類型、字段增加,重命名,刪除、記錄的增加,修改,刪除、表查詢、條件查詢、模糊查詢、視圖創(chuàng)建與操作、索引創(chuàng)建與操作 |
|
MongDB |
Mongodb初識(shí)、Mongodb快速部署、Mongodb數(shù)據(jù)庫操作 Mongodb collection操作、Mongodb MapReduce、Mongodb數(shù)據(jù)導(dǎo)入/導(dǎo)出/備份/恢復(fù)、Mongodb安全、Mongodb權(quán)限控制、Mongodb Python API |
|
內(nèi)存數(shù)據(jù)庫Redis |
REDIS分布式緩存介紹、REDIS網(wǎng)絡(luò)模型與內(nèi)存管理、REDIS的數(shù)據(jù)一致性問題、REDIS支持的KEY類型、REDIS水平動(dòng)態(tài)擴(kuò)展、REDIS數(shù)據(jù)淘汰策略、REDIS訪問工具、REDIS shell api、REDIS包引入、REDIS Python API |
|
高階應(yīng)用 |
urllib.lib庫 |
Python urllib認(rèn)識(shí)、urllib庫的基本操作、urllib基本get請(qǐng)求、urllib基本post請(qǐng)求、超時(shí)配置與會(huì)話對(duì)象、代理與API |
requests庫 |
Response對(duì)象與文件上傳、Cookies與會(huì)話對(duì)象、超時(shí)與異常、綜合應(yīng)用案例、CSS選擇器與bs4、BeautifulSoup基本介紹、BeautifulSoup安裝、BeautifulSoup基本語法、BeautifulSoup的基本運(yùn)算符、BeautifulSoup語法定位 |
|
css選擇器與Xpath |
CSS選擇器基本使用、Xpath基本介紹、Xpath基本語法、XPath 軸與表達(dá)式、Xpath的基本運(yùn)算符、Xpath語法定位、常用的反爬蟲技術(shù)、多線程與多進(jìn)程爬蟲、代理設(shè)置與Cookie操作、動(dòng)態(tài)網(wǎng)頁內(nèi)容的抓取 |
|
Scrapy分布式爬蟲 |
Selenium與PhantomJS、模擬表單登錄、創(chuàng)建項(xiàng)目與定義Item、命令行工具、Spiders參數(shù)與選擇器、Scrapy的Feed輸出、數(shù)據(jù)收集與終端輸出、Scrapy爬蟲常見問題、vvScrapy爬蟲調(diào)試優(yōu)化 |
|
進(jìn)軍數(shù)據(jù)分析 |
數(shù)據(jù)分析 |
數(shù)據(jù)分析工具講解、數(shù)值計(jì)算包學(xué)習(xí)、數(shù)據(jù)處理包Pandas、Pandas與數(shù)據(jù)庫、讀取文本文件、函數(shù)解析、利用DataFrame、關(guān)系型數(shù)據(jù)庫驅(qū)動(dòng)、非關(guān)系型數(shù)據(jù)庫驅(qū)動(dòng)、Web API操作網(wǎng)絡(luò)資源 |
數(shù)據(jù)處理 |
數(shù)據(jù)清洗原理、缺失數(shù)據(jù)處理、合并數(shù)據(jù)集、數(shù)據(jù)DataFrame合并、數(shù)據(jù)軸向連接、數(shù)據(jù)樣本分位數(shù)、數(shù)據(jù)聚合運(yùn)算、面向列的多函數(shù)應(yīng)用、定義不同列的函數(shù)、通過函數(shù)進(jìn)行分組 |
|
Matplotlib |
Matplotlib基本介紹、Matplotlib可視化包認(rèn)識(shí)、2D與3D圖表圖表使用、Matplotlib圖像顯示、Matplotlib應(yīng)用、從文件加載數(shù)據(jù)、從網(wǎng)絡(luò)加載數(shù)據(jù)、繪圖與可視化、統(tǒng)計(jì)學(xué)基礎(chǔ)、時(shí)間序列分析基礎(chǔ) |
|
SPSS、SK-LEARN |
序列分析周期算法與應(yīng)用、機(jī)器學(xué)習(xí)知識(shí)、spss軟件介紹、spss使用算法簡單講解、sk-learn算法講解、sk-learn安裝、sk-learn算法調(diào)用、pandas接入模型、statsmodels使用、線性模型估計(jì) |
|
項(xiàng)目實(shí)戰(zhàn) |
個(gè)人用戶信用評(píng)估 |
針對(duì)脫敏的幾十個(gè)維度的用戶數(shù)據(jù),以及銀行提供的黑名單,建立個(gè)人用戶的信用評(píng)估模型;在建模過程中涉及到用戶數(shù)據(jù)缺失值處理,特征篩選,特征量化,類別不平衡策略,模型參數(shù)調(diào)優(yōu);涉及到SPSS數(shù)據(jù)分析,pandas,sklearn工具的使用;通過該項(xiàng)目的學(xué)習(xí),完整掌握各類數(shù)據(jù)分析軟件,分析流程以及相關(guān)算法。 |
運(yùn)營商數(shù)據(jù)統(tǒng)計(jì)分析 |
對(duì)運(yùn)營商用戶真實(shí)瀏覽記錄,利用瀏覽數(shù)據(jù)分類,以及爬蟲抓取數(shù)據(jù)擴(kuò)充標(biāo)簽,統(tǒng)計(jì)用戶瀏覽行為,給用戶貼上對(duì)應(yīng)標(biāo)簽,針對(duì)個(gè)人用戶以及群體用戶的特征,進(jìn)行相關(guān)數(shù)據(jù)推薦;涉及到數(shù)據(jù)全量與增量統(tǒng)計(jì),實(shí)時(shí)計(jì)算,協(xié)同過濾等技術(shù)與算法,分布式爬蟲部署,以及反爬蟲策略;通過該項(xiàng)目學(xué)習(xí),完整掌握數(shù)據(jù)抓取技術(shù),海量數(shù)據(jù)實(shí)時(shí)計(jì)算,以及主流用戶推薦算法。 |
|
電商網(wǎng)站評(píng)價(jià)情感分析 |
針對(duì)某互聯(lián)網(wǎng)電商平臺(tái)上的商品數(shù)據(jù),抓取其評(píng)論數(shù)據(jù),進(jìn)行情感分析,并抽取評(píng)論關(guān)鍵詞,分析用戶關(guān)心的商品問題;涉及到爬蟲知識(shí),數(shù)據(jù)篩選,清洗,去重以及貝葉斯,LDA算法等;通過該項(xiàng)目的學(xué)習(xí),加深對(duì)數(shù)據(jù)處理流程的理解以及對(duì)自然語言處理知識(shí)的認(rèn)識(shí)。 |
|
股票數(shù)據(jù)擬合與推薦 |
針對(duì)網(wǎng)上獲取的實(shí)時(shí)股票數(shù)據(jù),利用多種方法對(duì)數(shù)據(jù)進(jìn)行短期擬合,評(píng)估擬合效果,并在擬合多支股票的基礎(chǔ)上,進(jìn)行有價(jià)值股票的推薦;涉及到時(shí)間序列數(shù)據(jù)擬合,預(yù)警等技術(shù);通過該項(xiàng)目的學(xué)習(xí),加深對(duì)時(shí)間序列分析與理解。 |
關(guān)鍵決策權(quán)。大數(shù)據(jù)分析是任何公司的附加價(jià)值,使其能夠做出明智的決策并提供優(yōu)于競爭對(duì)手的優(yōu)勢(shì)。大數(shù)據(jù)職業(yè)生涯增加了成為公司關(guān)鍵決策者的機(jī)會(huì)。
提高M(jìn)icrosoft Excel技能。數(shù)據(jù)分析職業(yè)需要使用Excel來清理、組織、操作和可視化數(shù)據(jù)。Excel是管理數(shù)據(jù)不可或缺的工具之一,因此擁有一些知識(shí)可以破解數(shù)據(jù)分析工作。
理論深入講解,項(xiàng)目驅(qū)動(dòng)教學(xué),注重學(xué)員自訓(xùn),10-15人小班授課,面授+1對(duì)1輔導(dǎo)。教學(xué)環(huán)境優(yōu)美,軟硬設(shè)施齊全,生活配套完善,團(tuán)隊(duì)氛圍濃厚。
由來自阿里、華為、京東、星環(huán)等國內(nèi)知名企業(yè)的多位技術(shù)大牛聯(lián)合創(chuàng)辦,多年一線開發(fā)經(jīng)驗(yàn)講師授課,技術(shù)底蘊(yùn)豐厚,精通主流前沿大數(shù)據(jù)及人工智能相關(guān)技術(shù)。
加米谷特聘講師
加米谷特聘講師
用戶分群。針對(duì)符合某種特定行為或背景信息的用戶,進(jìn)行歸類處理,是我們常常講到的用戶分群(segmentation )的手段。
轉(zhuǎn)化漏斗。絕大部分商業(yè)變現(xiàn)的流程,都可以歸納為漏斗。漏斗分析是我們最常見的數(shù)據(jù)分析手段之一,無論是注冊(cè)轉(zhuǎn)化漏斗,還是電商下單的漏斗。 通過漏斗分析可以從先到后還原用戶轉(zhuǎn)化的路徑,分析每一個(gè)轉(zhuǎn)化節(jié)點(diǎn)的效率。其中,我們往往關(guān)注三個(gè)要點(diǎn):從開始到結(jié)尾,整體的轉(zhuǎn)化效率是多少?每一步的轉(zhuǎn)化率是多少?哪一步流失最多,原因在什么地方?流失的用戶符合哪些特征?
課程特色
1. 國內(nèi)知名的教育機(jī)構(gòu)提供授課,并由一線數(shù)據(jù)分析師輔導(dǎo)學(xué)員的實(shí)戰(zhàn)案例,教學(xué)質(zhì)量有保障。
2. 開設(shè)一系列在線課程,靈活選擇并進(jìn)行自主學(xué)習(xí)。
3. 課程使用真實(shí)案例和數(shù)據(jù),注重培養(yǎng)學(xué)員的實(shí)際能力。
課程目標(biāo)
1. 幫助學(xué)員系統(tǒng)掌握數(shù)據(jù)分析技術(shù)及工具。
2. 跟蹤行業(yè)趨勢(shì),了解最新技術(shù)和熱點(diǎn)。
3. 培養(yǎng)學(xué)員具備發(fā)現(xiàn)與解決問題的能力,成為一名合格的數(shù)據(jù)分析師。
學(xué)習(xí)對(duì)象
任何對(duì)數(shù)據(jù)分析感興趣的人,尤其是想在該領(lǐng)域發(fā)展的學(xué)生、初學(xué)者和行業(yè)從業(yè)者。
課程內(nèi)容
1. 數(shù)據(jù)分析基礎(chǔ)(數(shù)據(jù)清洗、數(shù)據(jù)整理、數(shù)據(jù)可視化等)。
2. 統(tǒng)計(jì)學(xué)原理與應(yīng)用(概率論、假設(shè)檢驗(yàn)、方差分析、回歸分析等)。
3. 數(shù)據(jù)分析工具(Excel、SQL、Python、R語言等)。
4. 數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)(決策樹、聚類分析、神經(jīng)網(wǎng)絡(luò)、SVM等)。
學(xué)習(xí)時(shí)長
該培訓(xùn)班共計(jì)120學(xué)時(shí),學(xué)員可根據(jù)時(shí)間靈活安排學(xué)習(xí)計(jì)劃。
收費(fèi)范圍
根據(jù)學(xué)員需求不同,收費(fèi)范圍在10000元至20000元之間。
學(xué)習(xí)收獲
1. 掌握數(shù)據(jù)分析的理論和實(shí)踐技能。
2. 獲得實(shí)際案例分析的經(jīng)驗(yàn),有助于從實(shí)際中掌握數(shù)據(jù)分析技能。
3. 學(xué)會(huì)合理運(yùn)用數(shù)據(jù)分析工具,做出準(zhǔn)確的數(shù)據(jù)分析報(bào)告。
結(jié)語
以上信息僅供參考,實(shí)際情況以到校咨詢?yōu)闇?zhǔn)??陕?lián)系在線客服,預(yù)約免費(fèi)體驗(yàn)課。我們致力于為廣大學(xué)員提供優(yōu)質(zhì)教育培訓(xùn)服務(wù),歡迎來校咨詢或在線咨詢。
培訓(xùn)項(xiàng)目:大數(shù)據(jù)開發(fā)培訓(xùn)、數(shù)據(jù)分析挖掘培訓(xùn)
¥詢價(jià)2172人關(guān)注
¥詢價(jià)2133人關(guān)注