勤學(xué)教育網(wǎng)
課程適用于需要學(xué)習(xí)和掌握大數(shù)據(jù)處理和分析技術(shù)的各類人員，包括IT從業(yè)人員、軟件工程師、數(shù)據(jù)科學(xué)家、企業(yè)管理人員等。
- 手機(jī)版
- 收藏本站
豐富的教學(xué)特色搶先看
本課程提供一對一答疑、技術(shù)指導(dǎo)和職業(yè)規(guī)劃等服務(wù)，幫助學(xué)生更好地在職場中應(yīng)用所學(xué)知識。
課程采用小班授課，通過案例分析和實(shí)戰(zhàn)演練等方法，幫助學(xué)生快速、深入地掌握大數(shù)據(jù)處理和分析技術(shù)。
課程邀請了一批專業(yè)大數(shù)據(jù)老師組成授課團(tuán)隊(duì)，他們具有豐富的實(shí)踐經(jīng)驗(yàn)和教學(xué)經(jīng)驗(yàn)，能夠幫助學(xué)生更好地掌握技能。
高速。數(shù)據(jù)的增長速度和處理速度是高速大數(shù)據(jù)的重要表現(xiàn)。與過去報(bào)紙、信件等傳統(tǒng)數(shù)據(jù)載體的生產(chǎn)和傳播方式不同，在大數(shù)據(jù)時代，大數(shù)據(jù)的交換和傳播主要通過互聯(lián)網(wǎng)和云計(jì)算來實(shí)現(xiàn)，數(shù)據(jù)的生產(chǎn)和傳播速度非?？?。此外，大數(shù)據(jù)還需要對數(shù)據(jù)處理做出快速響應(yīng)。如，數(shù)以億計(jì)的數(shù)據(jù)分析必須在幾秒鐘內(nèi)完成。數(shù)據(jù)輸入、處理和丟棄必須是即時的，幾乎沒有或沒有延遲。
大數(shù)據(jù)的第一個特點(diǎn)是數(shù)據(jù)的大規(guī)模。隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)技術(shù)的發(fā)展，萬物的運(yùn)行軌跡都可以被記錄下來，數(shù)據(jù)呈現(xiàn)爆發(fā)式增長。數(shù)據(jù)相關(guān)計(jì)量單位的換算關(guān)系如下表所示。
南京博為峰大數(shù)據(jù)課程
| 課程大綱 | 課題名稱 | 課程內(nèi)容 |
| 前導(dǎo)基礎(chǔ) | 數(shù)據(jù)分析入門 |
數(shù)據(jù)分析入門 ；數(shù)據(jù)分析的意義；數(shù)據(jù)分析的流程控制 ；數(shù)據(jù)分析的思路與方法 |
| 邏輯為先—XMIND |
xmind簡介與基本使用；學(xué)習(xí)方法課堂案例；滴答拼車實(shí)戰(zhàn)演練；其他思維導(dǎo)圖介紹 |
|
| 專業(yè)展現(xiàn)—PPT |
專業(yè)展現(xiàn)——PPT；基本簡介；幾個不得不說的真相；經(jīng)驗(yàn)分享；實(shí)戰(zhàn)動畫 |
|
| 數(shù)據(jù)分析工具安裝與環(huán)璄配置 |
Excel工具的安裝、配置與環(huán)璄測試；Power BI工具的安裝、配置與環(huán)璄測試；Tableau工具的安裝、配置與環(huán)璄測試；MySQL數(shù)據(jù)庫的安裝、配置與環(huán)璄測試；SPSS數(shù)據(jù)挖掘工具安裝、配置與環(huán)璄測試；SAS數(shù)據(jù)挖掘工具安裝、配置與環(huán)璄測試；Python開發(fā)工具的安裝、配置與開發(fā)環(huán)璄測試 |
|
| Linux基礎(chǔ)應(yīng)用之大數(shù)據(jù)必知必會 |
虛擬機(jī)的安裝配置；虛擬機(jī)網(wǎng)絡(luò)配置；安裝Linux；利用SSH連結(jié)Linux；Linux基礎(chǔ)命令；Linux系統(tǒng)管理 |
|
| 數(shù)據(jù)分析的Python語言基礎(chǔ) |
python課程的目的；使用JupyterLab；python數(shù)據(jù)類型 ；元組、列表、字典；python分支結(jié)構(gòu) ；python字符串處理+隨機(jī)函數(shù)；pthon循環(huán)結(jié)構(gòu)；python面向過程函數(shù)操作；python面向?qū)ο? |
|
| 問題定義與數(shù)據(jù)獲取 | 數(shù)據(jù)分析項(xiàng)目流程 |
問題界定；問題拆分 ；指標(biāo)確定；數(shù)據(jù)收集；報(bào)告方案 ；趨勢預(yù)測；數(shù)據(jù)分析；趨勢預(yù)測；報(bào)告方案 |
| 問題的定義 |
邊界：明確問題的邊界；邏輯：確定業(yè)務(wù)的關(guān)鍵指標(biāo)和邏輯；定性分析與定量分析 |
|
| 分析問題的模型 |
基于經(jīng)典的模型：5W2H；SWORT；4P管理模型；CATWOE；STAR原則、波士頓5力模型。 基于業(yè)務(wù)的模型：用戶畫像；銷售影響因素；市場變化因素；AARRR流量模型；金定塔思考方法 |
|
| 數(shù)據(jù)清洗與處理 |
數(shù)據(jù)科學(xué)過程 ；數(shù)據(jù)清洗定義；數(shù)據(jù)清洗任務(wù)；數(shù)據(jù)清洗流程；數(shù)據(jù)清洗環(huán)境；數(shù)據(jù)清洗實(shí)例說明；數(shù)據(jù)標(biāo)準(zhǔn)化；數(shù)據(jù)格式與編碼；數(shù)據(jù)清洗常用工具；數(shù)據(jù)清洗基本技術(shù)方法；數(shù)據(jù)抽??；數(shù)據(jù)轉(zhuǎn)換與加載 |
|
| 內(nèi)部數(shù)據(jù)的獲取 |
產(chǎn)品數(shù)據(jù)；用戶數(shù)據(jù)；行為數(shù)據(jù) ；訂單數(shù)據(jù) |
|
| 外部公開數(shù)據(jù) |
開放網(wǎng)站；政務(wù)公開數(shù)據(jù)；數(shù)據(jù)科學(xué)競賽；數(shù)據(jù)交易平臺；行業(yè)報(bào)告；指數(shù)平臺 |
|
| Web網(wǎng)站數(shù)據(jù)抓取 |
財(cái)經(jīng)數(shù)據(jù)抓??；投資數(shù)據(jù)抓??；房產(chǎn)數(shù)據(jù)抓取；輿情數(shù)據(jù)抓取；娛樂數(shù)據(jù)抓?。恍旅襟w數(shù)據(jù)抓取 |
|
| 數(shù)據(jù)查詢與提取 | SQL基礎(chǔ)操作 |
建庫 ；建表；建約束 ；創(chuàng)建索引；添加、刪除、修改數(shù)據(jù) |
| 利用SQL完成數(shù)據(jù)的預(yù)處理 |
缺失值處理：對缺失數(shù)據(jù)行進(jìn)行刪除或填充；重復(fù)值處理：重復(fù)值的判斷與刪除；異常值處理：清除不必要的空格和異常數(shù)據(jù) |
|
| 利用SQL進(jìn)行業(yè)務(wù)數(shù)據(jù)查詢 |
利用SQL進(jìn)行簡單的業(yè)務(wù)數(shù)據(jù)查詢；利用SQL完成復(fù)雜條件查詢；利用多表關(guān)聯(lián)完成復(fù)雜業(yè)務(wù)查詢；利用嵌套子查詢完成復(fù)雜業(yè)務(wù)數(shù)據(jù)分析 |
|
| 高級SQL分析 |
聚合、分組、排序；函數(shù)；行列轉(zhuǎn)換；視圖與存儲過程 |
|
| 業(yè)務(wù)指標(biāo)統(tǒng)計(jì)分析 |
業(yè)務(wù)數(shù)據(jù)表關(guān)聯(lián)查詢及查詢；結(jié)果縱向融合；常業(yè)務(wù)需求數(shù)據(jù)寬表構(gòu)建；查詢處理復(fù)雜業(yè)務(wù) |
|
| 數(shù)理統(tǒng)計(jì)基礎(chǔ) | 數(shù)據(jù)分析的數(shù)學(xué)基礎(chǔ) |
計(jì)算和連續(xù)函數(shù)的性質(zhì)；導(dǎo)數(shù)/微分的概念和運(yùn)算法則；積分的概念和運(yùn)算法則；冪級數(shù)、泰勒級數(shù)、傅里葉級數(shù)、傅里葉變換；向量的概念和運(yùn)算；矩陣的轉(zhuǎn)置、乘法、逆矩陣、正交矩陣、SVD奇異值分解、特征值；行列式的計(jì)算和性質(zhì)；凸優(yōu)化 |
| Python數(shù)據(jù)分析 | 基于Numpy庫的Python數(shù)據(jù)科學(xué)計(jì)算 |
創(chuàng)建數(shù)組；切片索引；數(shù)組操作；字符串函數(shù)；數(shù)學(xué)函數(shù)；統(tǒng)計(jì)函數(shù) |
| 基于Pandas庫的Python數(shù)據(jù)處理與分析 |
直方圖：探索變量的分布規(guī)律；條形圖：展示數(shù)值變量的集中趨勢；散點(diǎn)圖：表示整體數(shù)據(jù)的分布規(guī)律；箱線圖：表示數(shù)據(jù)分散性，中位數(shù)；提琴圖：分位數(shù)的位置及數(shù)據(jù)密度；回歸圖：尋找數(shù)據(jù)之間的線性關(guān)系；熱力圖：表未數(shù)值的大小或者相關(guān)性的高低 |
|
| 大數(shù)據(jù)分析 | HIVE大數(shù)據(jù)查詢平臺搭建 |
大數(shù)據(jù)概述；數(shù)據(jù)集群； Hadoop 架構(gòu)；Hive開發(fā)環(huán)璄搭建 |
| HIVE與MySQL進(jìn)行數(shù)據(jù)交換 |
從MySQL中導(dǎo)入數(shù)據(jù)到Hive；從Hive導(dǎo)出數(shù)據(jù)到MySQL |
|
| HQL海量業(yè)務(wù)數(shù)據(jù)需求查詢 |
Hive數(shù)倉；HQL 數(shù)據(jù)查詢基礎(chǔ)語法 |
|
| HQL海量業(yè)務(wù)數(shù)據(jù)需求查詢 |
從MySQL中導(dǎo)入數(shù)據(jù)到Hive；從Hive導(dǎo)出數(shù)據(jù)到MySQL |
|
| HQL業(yè)務(wù)數(shù)據(jù)指標(biāo)統(tǒng)計(jì)分析 |
分區(qū)表；分桶表；關(guān)聯(lián)表；數(shù)據(jù)查詢 |
|
| HQL海量數(shù)據(jù)查詢優(yōu)化 |
內(nèi)置函數(shù)及開窗函數(shù)；特殊類型數(shù)組查詢方式；HQL 查詢語句優(yōu)化技巧 |
|
| 建模與數(shù)據(jù)挖掘 | 數(shù)據(jù)挖掘與分析算法 |
描述統(tǒng)計(jì)；相關(guān)分析；判別分析；方差分析；時間序列分析；主成分分析；信度分析 ；因子分析；回歸分析；對應(yīng)分析；列聯(lián)表分析；聚類分析 |
| 數(shù)據(jù)挖掘工具SPSS |
從MySQL中導(dǎo)入數(shù)據(jù)到Hive；從Hive導(dǎo)出數(shù)據(jù)到MySQL |
|
| HQL海量業(yè)務(wù)數(shù)據(jù)需求查詢 |
課程規(guī)劃與簡介；數(shù)據(jù)挖掘項(xiàng)目生命周期；簡單的統(tǒng)計(jì)學(xué)基礎(chǔ) ；用Modeler試手挖掘流程；數(shù)據(jù)挖掘的知識類型 6、商業(yè)分析基礎(chǔ)簡介；信度分析；因子分析；回歸分析 ；對應(yīng)分析；列聯(lián)表分析 ；聚類分析 |
|
| 數(shù)據(jù)挖掘工具SAS |
SAS概述：SAS簡介與教育版安裝；SAS概述：教育版基本使用；SAS編程基礎(chǔ) ；SAS編程基礎(chǔ)-循環(huán)；SAS數(shù)據(jù)集操作1-合并；SAS數(shù)據(jù)集操作72-排序與對比；SAS數(shù)據(jù)集操作3-查重與篩選；練習(xí)-斐波那契數(shù)列；練習(xí)-百元百雞問題 |
|
| 人工智能預(yù)測算法 | 人工智能實(shí)戰(zhàn)十大預(yù)測數(shù)據(jù)算法 |
機(jī)器學(xué)習(xí)入門；sk-learn機(jī)器學(xué)習(xí)庫；十大預(yù)測算法原理與使用場景；算法調(diào)用、參數(shù)設(shè)置；特征選擇、特征工程；回歸預(yù)測模型實(shí)戰(zhàn)；分類預(yù)測試模型實(shí)戰(zhàn) ；聚類模型實(shí)戰(zhàn)；集成學(xué)習(xí) ；模型優(yōu)化 |
| 可視化商業(yè)報(bào)告撰寫 | 商業(yè)智能與可視化分析實(shí)戰(zhàn) |
案例-1：BI電商數(shù)據(jù)市場分析項(xiàng)目實(shí)戰(zhàn) 案例-2：BI電商數(shù)據(jù)客戶分析項(xiàng)目實(shí)戰(zhàn) 案例-3：BI可視化關(guān)于公司運(yùn)營情況的相關(guān)分析 案例-4：基于Tableau的客戶主題對客戶進(jìn)行合理分群 案例-5：基于Tableau的營銷主題分析如何衡量媒體的營銷價值 案例-6：基于Tableau的保公司索賠情況分析 |
| 數(shù)據(jù)可視化報(bào)告撰寫 |
數(shù)據(jù)可視化的概念；數(shù)據(jù)可視化的意義；數(shù)據(jù)可視化的對比；數(shù)據(jù)可視化的分類；數(shù)據(jù)可視化圖表舉例 ；數(shù)據(jù)可視化應(yīng)用領(lǐng)域；數(shù)據(jù)可視化步驟；數(shù)據(jù)可視化工具梯度；圖表呈現(xiàn)流程；數(shù)據(jù)報(bào)告撰寫 |
|
| 實(shí)戰(zhàn)：O2O電商平臺功能優(yōu)化效果評估及可視化數(shù)據(jù)分析報(bào)告撰寫 |
了解電商業(yè)務(wù)背景；、以客戶分析為應(yīng)用場景，對數(shù)據(jù)進(jìn)行加載、清洗、分析及模型建立；以貨品分析為應(yīng)用場景，針對品類銷售及商品銷售進(jìn)行分析；以流量分析為應(yīng)用場景，針對流量渠道及關(guān)鍵詞做有效分析；根據(jù)業(yè)務(wù)實(shí)際背景做輿情分析；將分析結(jié)果及建議制成報(bào)告進(jìn)行發(fā)布 |
|
| 商業(yè)分析項(xiàng)目實(shí)戰(zhàn) | 五大商業(yè)項(xiàng)目實(shí)戰(zhàn) |
商業(yè)項(xiàng)目實(shí)戰(zhàn)01：電商數(shù)據(jù)分析——分析方式之漏斗模型及數(shù)據(jù)量化 商業(yè)項(xiàng)目實(shí)戰(zhàn)02：電商用戶行為與營銷模型實(shí)戰(zhàn) 商業(yè)項(xiàng)目實(shí)戰(zhàn)03：金融風(fēng)控模型的構(gòu)建與分析實(shí)戰(zhàn) 商業(yè)項(xiàng)目實(shí)戰(zhàn)04：展會電話邀約項(xiàng)目數(shù)據(jù)分析實(shí)戰(zhàn) 商業(yè)項(xiàng)目實(shí)戰(zhàn)05：零售行業(yè)數(shù)據(jù)分析 |
你可能關(guān)心的大數(shù)據(jù)問題
零基礎(chǔ)如何學(xué)習(xí)大數(shù)據(jù)？
大數(shù)據(jù)分析的基本步驟是什么？
大數(shù)據(jù)分析的挑戰(zhàn)和風(fēng)險(xiǎn)有哪些？
大數(shù)據(jù)分析常用的工具和技術(shù)有哪些？
機(jī)器學(xué)習(xí)工程師。機(jī)器學(xué)習(xí)工程師結(jié)合大數(shù)據(jù)和機(jī)器學(xué)習(xí)算法，開發(fā)和部署用于自動化決策和預(yù)測的模型。他們需要有扎實(shí)的數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)，熟悉常見的機(jī)器學(xué)習(xí)框架和算法，如TensorFlow和Scikit-learn。機(jī)器學(xué)習(xí)工程師通常與數(shù)據(jù)科學(xué)家緊密合作，共同解決實(shí)際問題。
數(shù)據(jù)治理專員。數(shù)據(jù)治理專員負(fù)責(zé)確保組織內(nèi)部的數(shù)據(jù)管理和合規(guī)性。他們制定數(shù)據(jù)管理策略、制定數(shù)據(jù)安全政策，并監(jiān)督數(shù)據(jù)質(zhì)量和數(shù)據(jù)隱私保護(hù)。數(shù)據(jù)治理專員需要了解相關(guān)的法規(guī)和標(biāo)準(zhǔn)，如GDPR和CCPA，并與不同部門合作，確保數(shù)據(jù)的一致性和合規(guī)性。
好機(jī)構(gòu)，師資說話
大數(shù)據(jù)老師
大數(shù)據(jù)老師
課程背景
南京大數(shù)據(jù)開發(fā)培訓(xùn)學(xué)校是一所專注于大數(shù)據(jù)開發(fā)領(lǐng)域的培訓(xùn)機(jī)構(gòu)，致力于為學(xué)員提供高質(zhì)量的教育培訓(xùn)服務(wù)。我們的課程覆蓋了大數(shù)據(jù)開發(fā)所需的核心知識和技能，旨在幫助學(xué)員快速成長為行業(yè)講師。
課程特色
1、實(shí)戰(zhàn)項(xiàng)目驅(qū)動：課程設(shè)置多個實(shí)戰(zhàn)項(xiàng)目，讓學(xué)員在實(shí)際操作中提升技能。
2、行業(yè)導(dǎo)師授課：由專業(yè)行業(yè)講師擔(dān)任授課導(dǎo)師，實(shí)踐經(jīng)驗(yàn)豐富。
3、就業(yè)指導(dǎo)服務(wù)：提供就業(yè)指導(dǎo)和資源共享，助力學(xué)員順利就業(yè)。
課程目標(biāo)
1、掌握大數(shù)據(jù)基礎(chǔ)理論和技術(shù)知識。
2、具備大數(shù)據(jù)處理和分析能力。
3、熟練掌握大數(shù)據(jù)開發(fā)工具和技術(shù)。
學(xué)習(xí)對象
1、對大數(shù)據(jù)開發(fā)感興趣的大學(xué)生。
2、從事IT行業(yè)且希望轉(zhuǎn)型至大數(shù)據(jù)領(lǐng)域的職場人士。
3、有志于成為大數(shù)據(jù)開發(fā)講師的在職人員。
課程內(nèi)容
1、大數(shù)據(jù)基礎(chǔ)概念與原理
2、Hadoop生態(tài)系統(tǒng)及其應(yīng)用
3、Spark實(shí)時計(jì)算框架
4、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)
5、大數(shù)據(jù)可視化與實(shí)戰(zhàn)項(xiàng)目
師資力量
本機(jī)構(gòu)邀請專業(yè)行業(yè)講師擔(dān)任導(dǎo)師，具有豐富的實(shí)踐經(jīng)驗(yàn)和教學(xué)經(jīng)驗(yàn)，能夠幫助學(xué)員深入理解和掌握知識技能。
教學(xué)質(zhì)量
我們注重教學(xué)質(zhì)量，為每位學(xué)員提供個性化的學(xué)習(xí)指導(dǎo)和輔導(dǎo)服務(wù)，確保每位學(xué)員都能夠達(dá)到預(yù)期的學(xué)習(xí)效果。
服務(wù)水平
我們提供全程教學(xué)支持和售后服務(wù)，學(xué)員在課程學(xué)習(xí)過程中遇到問題可以隨時咨詢我們的專業(yè)教務(wù)團(tuán)隊(duì)。
學(xué)習(xí)時長
課程學(xué)習(xí)時長為3個月至6個月。
收費(fèi)范圍
課程收費(fèi)范圍為4000-15000元。
學(xué)習(xí)收獲
學(xué)員通過學(xué)習(xí)我們的課程，將掌握大數(shù)據(jù)開發(fā)所需的核心技能，提升就業(yè)競爭力，為未來的職業(yè)發(fā)展打下堅(jiān)實(shí)基礎(chǔ)。
總結(jié)
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。南京大數(shù)據(jù)開發(fā)培訓(xùn)學(xué)校誠邀您的加入，共同助您實(shí)現(xiàn)職業(yè)夢想！
培訓(xùn)項(xiàng)目：軟件測試培訓(xùn)、Web前端培訓(xùn)、Java全棧開發(fā)培訓(xùn)、Python全棧開發(fā)培訓(xùn)、超全棧開發(fā)培訓(xùn)、人工智能培訓(xùn)、數(shù)據(jù)分析培訓(xùn)、.Net培訓(xùn)、大數(shù)據(jù)云計(jì)算培訓(xùn)
￥詢價1393人關(guān)注
￥詢價1370人關(guān)注
￥詢價1595人關(guān)注
￥詢價2747人關(guān)注
￥詢價1732人關(guān)注
￥詢價4283人關(guān)注
￥詢價3080人關(guān)注
￥詢價1487人關(guān)注
￥詢價2049人關(guān)注
￥詢價2794人關(guān)注
