大數(shù)據(jù)挖掘、可視化

與ChatGPT職場(chǎng)賦能

培訓(xùn)方式

專家面授      在線直播      精品錄播

課程信息

課程時(shí)長(zhǎng)  3天*6小時(shí)

面授+直播+視頻回放

面授 地點(diǎn)時(shí)間   

北京6月26-28日

廣州9月24-26日

長(zhǎng)沙12月27-29日   

直播時(shí)間   面授同步直播   

增值服務(wù) 提供視頻回放免費(fèi)學(xué)習(xí)一年   

學(xué)習(xí)平臺(tái)  PC端：https://it.zpedu.com/      移動(dòng)端APP：IT云課

   

培訓(xùn)背景

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)可視化技術(shù)在廣泛應(yīng)用的同時(shí)，也面臨諸多新的挑戰(zhàn)。大數(shù)據(jù)可視化是一個(gè)面向應(yīng)用的研究領(lǐng)域，大數(shù)據(jù)可視化就是將抽象的“數(shù)據(jù)”以可見(jiàn)的形式表現(xiàn)出來(lái)，幫助人理解數(shù)據(jù)。大數(shù)據(jù)可視化相對(duì)傳統(tǒng)的數(shù)據(jù)可視化，處理的數(shù)據(jù)對(duì)象有了本質(zhì)不同，在已有的小規(guī)?；蜻m度規(guī)模的結(jié)構(gòu)化數(shù)據(jù)基礎(chǔ)上，大數(shù)據(jù)可視化需要有效處理大規(guī)模、多類型、快速更新類型的數(shù)據(jù)。這給數(shù)據(jù)可視化研究與應(yīng)用帶來(lái)一系列新的挑戰(zhàn)。

課程簡(jiǎn)介

在當(dāng)今這個(gè)數(shù)據(jù)驅(qū)動(dòng)的時(shí)代，大數(shù)據(jù)已成為企業(yè)決策、產(chǎn)品創(chuàng)新及市場(chǎng)洞察的核心驅(qū)動(dòng)力。同時(shí)，隨著人工智能技術(shù)的飛速發(fā)展，以ChatGPT為代表的先進(jìn)語(yǔ)言模型正深刻改變著我們的工作方式與交流模式。本課程旨在融合大數(shù)據(jù)挖掘的深度、數(shù)據(jù)可視化的直觀性以及ChatGPT等AI工具的前沿性，為職場(chǎng)人士打造一套全面的技能提升方案，助力其在數(shù)字化轉(zhuǎn)型的浪潮中脫穎而出。

培訓(xùn)收益

ü 深度講解Python的高級(jí)用法

ü 掌握數(shù)據(jù)挖掘核心技術(shù)

ü 通過(guò)Python構(gòu)造數(shù)據(jù)挖掘算法

ü Python數(shù)據(jù)挖掘?qū)崙?zhàn)案例

ü Seaborn可視化開(kāi)發(fā)

ü 通過(guò)ChatGPT提升辦公效率

培訓(xùn)對(duì)象

? 大數(shù)據(jù)系統(tǒng)研發(fā)工程師

? 大數(shù)據(jù)分析師

? 數(shù)據(jù)安全研發(fā)人員

? 大數(shù)據(jù)應(yīng)用開(kāi)發(fā)工程師

? 數(shù)據(jù)可視化工程師

? 數(shù)據(jù)科學(xué)研究人員

中培優(yōu)勢(shì)

老牌機(jī)構(gòu)

19年企業(yè)IT培訓(xùn)經(jīng)驗(yàn)，30+國(guó)內(nèi)外資質(zhì)授權(quán)，助力130萬(wàn)+IT人成長(zhǎng)

師資雄厚

認(rèn)證講師資質(zhì)，教學(xué)經(jīng)驗(yàn)豐富，真實(shí)項(xiàng)目實(shí)戰(zhàn)，突破瓶頸快提升

通關(guān)無(wú)憂

5W+精準(zhǔn)題庫(kù)，官方教材、自研講義、模擬考試等多重通關(guān)保障

班型多樣

面授、直播、精品錄播、定制企業(yè)內(nèi)訓(xùn)，全國(guó)循環(huán)開(kāi)班，隨報(bào)隨學(xué)

平臺(tái)專業(yè)

支持PC、APP端使用，滿足多樣化學(xué)習(xí)需求，更靈活更便捷

服務(wù)保障

社群共學(xué)、促學(xué)、專家答疑，報(bào)名、考試、取證、續(xù)證一站式服務(wù)

課程大綱

日程  主題 內(nèi)容   

第一天上午   

數(shù)據(jù)分析實(shí)戰(zhàn)   

第一講 零基礎(chǔ)學(xué)Python

講解Python背景、國(guó)內(nèi)發(fā)展?fàn)顩r、基礎(chǔ)語(yǔ)法、數(shù)據(jù)結(jié)構(gòu)及繪圖操作等內(nèi)容。特別針對(duì)向量計(jì)算模塊，著重介紹Python在這方面的優(yōu)勢(shì)及用法。

   

第二講 數(shù)據(jù)分析方法論

講解統(tǒng)計(jì)分析基礎(chǔ)，包括統(tǒng)計(jì)學(xué)基本概念，假設(shè)檢驗(yàn)，置信區(qū)間等基礎(chǔ)，并結(jié)合數(shù)據(jù)案例說(shuō)明其使用場(chǎng)景和運(yùn)用方法。介紹數(shù)據(jù)分析流程和常見(jiàn)分析思路，同時(shí)結(jié)合案例進(jìn)行講解。

   

第三講 數(shù)據(jù)處理技法

從數(shù)據(jù)接入、數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)轉(zhuǎn)換等幾個(gè)方面進(jìn)行講解。數(shù)據(jù)接入包含接入MySQL、Oracle、Hadoop等常見(jiàn)數(shù)據(jù)庫(kù)操作；數(shù)據(jù)統(tǒng)計(jì)包含Pandas包的具體用法和講解；數(shù)據(jù)轉(zhuǎn)換包含對(duì)數(shù)據(jù)集的關(guān)聯(lián)、合并、重塑等操作。此外，針對(duì)海量數(shù)據(jù)的情況下，介紹在Spark平臺(tái)上的數(shù)據(jù)處理技術(shù)，并結(jié)合真實(shí)環(huán)境進(jìn)行操作講解。

   

第一天下午   

數(shù)據(jù)挖掘理論及核心技術(shù)   

第四講 認(rèn)識(shí)數(shù)據(jù)挖掘

講解數(shù)據(jù)挖掘基本概念，細(xì)致講解業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型評(píng)估、模型部署各環(huán)節(jié)的工作內(nèi)容及相關(guān)技術(shù)；結(jié)合業(yè)界經(jīng)典場(chǎng)景，講解數(shù)據(jù)挖掘的實(shí)施流程和方法體系。

   

第五講 數(shù)據(jù)挖掘核心技術(shù)

細(xì)致講解抽樣、分區(qū)、樣本平衡、特征選擇、訓(xùn)練模型、評(píng)估模型等數(shù)據(jù)挖掘核心技術(shù)原理，并結(jié)合案例講解其具體實(shí)現(xiàn)和用法。尤其針對(duì)樣本平衡，重點(diǎn)講解人工合成、代價(jià)敏感等算法；針對(duì)特征選擇，重點(diǎn)講解特征選擇的核心思路，并結(jié)合Python進(jìn)行案例演示。

   

第二天上午

   

大數(shù)據(jù)算法原理及案例實(shí)現(xiàn)（1）

   

第六講 特征降維算法及Python實(shí)現(xiàn)

降維是大數(shù)據(jù)分析非常重要的算法，它可以在降低極少信息量的情況下，極大地縮小數(shù)據(jù)規(guī)模。主要講解主成分、LDA以及t-SNE原理，并結(jié)合案例進(jìn)行Python實(shí)現(xiàn)。特別地，針對(duì)海量數(shù)據(jù)情況下的應(yīng)用場(chǎng)景，講解實(shí)現(xiàn)思路和Python案例。

   

第七講 決策樹算法及Python實(shí)現(xiàn)

決策樹是非常經(jīng)典的算法，一般常見(jiàn)于小數(shù)據(jù)的挖掘。由于決策樹具有極強(qiáng)的可解釋性，針對(duì)海量數(shù)據(jù)仍然是非常重要的實(shí)用價(jià)值。主要講解ID3、C4.5、C5.0以及CART決策樹算法的實(shí)現(xiàn)原理，并結(jié)合案例進(jìn)行Python實(shí)現(xiàn)。

   

第八講 好萊塢百萬(wàn)級(jí)影評(píng)數(shù)據(jù)分析與電影推薦實(shí)現(xiàn)

實(shí)戰(zhàn)部分：基于好萊塢百萬(wàn)級(jí)的影評(píng)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行建模、清洗、透視表操作。然后根據(jù)用戶畫像分析不同的用戶喜好通過(guò)機(jī)器學(xué)習(xí)算法對(duì)不同性別、年齡階段的用戶進(jìn)行定制化的電影推薦，最后把推薦的電影進(jìn)行可視化的展示操作。

   

第二天下午  

大數(shù)據(jù)算法原理及案例實(shí)現(xiàn)（2）

   

第九講 因果推理算法及Python實(shí)現(xiàn)

大數(shù)據(jù)分析技術(shù)可以幫助我們?nèi)グl(fā)現(xiàn)、解決一些業(yè)務(wù)問(wèn)題，然而如何去判斷我們的改進(jìn)是否生效，是否在業(yè)務(wù)指標(biāo)上呈現(xiàn)過(guò)一定的因果邏輯，則是一個(gè)重要問(wèn)題和分析方向。本節(jié)主要介紹因果推理算法，包括貝葉斯推理、狀態(tài)空間模型以及CausalImpact工具等內(nèi)容，并結(jié)合案例進(jìn)行Python實(shí)現(xiàn)。

   

第十講 深度學(xué)習(xí)算法及Python實(shí)現(xiàn)

對(duì)于大數(shù)據(jù)的建模任務(wù)，我們可以基于深度學(xué)習(xí)來(lái)實(shí)現(xiàn)，不僅能夠針對(duì)海量數(shù)據(jù)進(jìn)行建模，其效果也非常不錯(cuò)。本節(jié)主要講解深度學(xué)習(xí)的發(fā)展歷程，DBN、DNN等經(jīng)典深度學(xué)習(xí)算法，深度學(xué)習(xí)優(yōu)化算法以及一些技巧。同時(shí)，介紹Keras、OpenCV庫(kù)的使用方法，并結(jié)合案例進(jìn)行Python實(shí)現(xiàn)。

   

第十一講 采用YOLO實(shí)現(xiàn)計(jì)算機(jī)視覺(jué)技術(shù)

實(shí)戰(zhàn)部分：基于YOLO面部模型，完成對(duì)圖片和視頻的人臉識(shí)別，實(shí)戰(zhàn)中會(huì)講解YOLO的重要類和函數(shù)。主要內(nèi)容包括YOLO庫(kù)的安裝和部署、圖像增強(qiáng)、像素操作、圖形分析等各種技術(shù)，并且詳細(xì)介紹了如何處理來(lái)自文件或攝像機(jī)的視頻，以及如何檢測(cè)和跟蹤移動(dòng)對(duì)象。

   

第三天上午   

Python可視化應(yīng)用實(shí)戰(zhàn)

   

第十二講 數(shù)據(jù)分析圖表及Python案例

數(shù)據(jù)可視化是大數(shù)據(jù)分析的重要手段，通過(guò)合理地使用圖表，不僅可以簡(jiǎn)潔地表達(dá)數(shù)據(jù)的含義，高效地發(fā)現(xiàn)問(wèn)題，還可以為報(bào)告的編寫以及數(shù)據(jù)分析web應(yīng)用增色不少。本節(jié)主要講解常用的數(shù)據(jù)分析圖表及其使用場(chǎng)景，介紹數(shù)據(jù)可視化的方法論，避免生搬硬套的使用圖表，針對(duì)不同的業(yè)務(wù)場(chǎng)景和需求，合理選擇可視化方法。介紹的工具不限于matplotlib、pycha、pyecharts、ggplot、Bokeh、HoloViews、mpld3、plotly、pygal等常用可視化庫(kù)。

   

第十四講 使用Notebook編寫數(shù)據(jù)分析報(bào)告

數(shù)據(jù)分析報(bào)告在大數(shù)據(jù)分析過(guò)程中具有重要價(jià)值，它體現(xiàn)了大數(shù)據(jù)分析的目的、過(guò)程和結(jié)果，以及對(duì)發(fā)現(xiàn)問(wèn)題的解讀、改進(jìn)方案等。本節(jié)主要講解使用Notebook編寫數(shù)據(jù)分析報(bào)告的具體方法，以及編寫數(shù)據(jù)分析報(bào)告的方法論，并結(jié)合案例講解其用法。

   

第十五講 Seaborn可視化開(kāi)發(fā)實(shí)戰(zhàn)

Seaborn是一款不錯(cuò)的可視化框架，它和 Pandas一樣是建立在 Matplotlib 之上的?？梢曰赟eaborn快速開(kāi)發(fā)一個(gè)輕量級(jí)的數(shù)據(jù)分析web應(yīng)用。在網(wǎng)頁(yè)中嵌入圖表、數(shù)據(jù)以及分析的算法，非常適合打造企業(yè)內(nèi)部的敏捷數(shù)據(jù)分析工具集。本節(jié)主要介紹Pie、Scatter、Radar等各種可視化解決方案，同時(shí)講解一個(gè)用Seaborn實(shí)現(xiàn)數(shù)據(jù)分析功能（兼圖表）的實(shí)際案例，搭建服務(wù)器，在企業(yè)內(nèi)部實(shí)現(xiàn)輕量級(jí)數(shù)據(jù)分析應(yīng)用。

   

第三天下午   

ChatGPT職場(chǎng)賦能

   

第十六講 GPT4 Plus 快速入門

首先了解以ChatGPT為代表的大語(yǔ)言模型的原理，并且對(duì)比介紹GPT3與GPT4的區(qū)別。接下來(lái)介紹如何在國(guó)內(nèi)環(huán)境下方便穩(wěn)定的使用ChatGPT4。最后演示在GPT使用過(guò)程中如何高效使用提示詞，以及GPT4新特性：Custom Instructions 與角色設(shè)置。

    

專家講師

劉老師 22年IT職業(yè)培訓(xùn)生涯 | 國(guó)內(nèi)IT培訓(xùn)金牌講師

近20年IT領(lǐng)域相關(guān)技術(shù)研究和項(xiàng)目開(kāi)發(fā)工作，在長(zhǎng)期軟件領(lǐng)域工作過(guò)程中，對(duì)軟件企業(yè)運(yùn)作模式有深入研究，熟悉軟件質(zhì)量保障標(biāo)準(zhǔn)ISO9003和軟件過(guò)程改進(jìn)模型CMM/CMMI，在具體項(xiàng)目實(shí)施過(guò)程中總結(jié)經(jīng)驗(yàn)，有深刻認(rèn)識(shí)。

通曉多種軟件設(shè)計(jì)和開(kāi)發(fā)工具。對(duì)軟件開(kāi)發(fā)整個(gè)流程非常熟悉，能根據(jù)項(xiàng)目特點(diǎn)定制具體軟件過(guò)程，并進(jìn)行項(xiàng)目管理和監(jiān)控，有很強(qiáng)的軟件項(xiàng)目組織管理能力。對(duì)C/C++、HTML 5、python、Hadoop、java、java EE、android、IOS、大數(shù)據(jù)、云計(jì)算有比較深入的理解和應(yīng)用，具有較強(qiáng)的移動(dòng)互聯(lián)網(wǎng)應(yīng)用需求分析和系統(tǒng)設(shè)計(jì)能力，熟悉Android框架、IOS框架等技術(shù)，了解各種設(shè)計(jì)模式，能在具體項(xiàng)目中靈活運(yùn)用。

郭老師 上海軟件協(xié)會(huì)考評(píng)員 | 中培特聘數(shù)據(jù)培訓(xùn)專家

國(guó)內(nèi)數(shù)據(jù)治理專家、高級(jí)產(chǎn)品經(jīng)理、優(yōu)秀項(xiàng)目管理培訓(xùn)師，計(jì)算機(jī)專業(yè)碩士，曾任中國(guó)電信高級(jí)工程師，現(xiàn)任某信息技術(shù)公司產(chǎn)品及技術(shù)總監(jiān)。上海軟件協(xié)會(huì)高級(jí)講師、上海軟件協(xié)會(huì)考評(píng)員、共青團(tuán)上海市委員會(huì)青年(大學(xué)生)職業(yè)訓(xùn)練營(yíng)上海市政府指定講師、浦東軟件園高級(jí)講師。18年+開(kāi)發(fā)、設(shè)計(jì)經(jīng)驗(yàn)，10年+數(shù)據(jù)治理培訓(xùn)/咨詢經(jīng)驗(yàn)，給多家上市公司企業(yè)研發(fā)團(tuán)隊(duì)做過(guò)培訓(xùn)或咨詢業(yè)務(wù)，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型、數(shù)據(jù)治理、產(chǎn)品管理有著敏銳、獨(dú)特的認(rèn)知體系。

收費(fèi)標(biāo)準(zhǔn)

7800元/人（含培訓(xùn)費(fèi)、平臺(tái)費(fèi)、資料費(fèi)、視頻回放、證書、發(fā)票等費(fèi)用）。

我要報(bào)名沒(méi)有找到合適的課程,請(qǐng)?jiān)谶@里提交您的培訓(xùn)需求  發(fā)布需求

主題

上課時(shí)間

2025年06月26-28日 北京2025年09月24-26日 廣州2025年12月27-29日 長(zhǎng)沙

參加人數(shù)

費(fèi)用

聯(lián)系人

先生 女士

單位名稱

部門職務(wù)

電話

傳真

手機(jī)

郵箱

通信地址

郵編

備注

驗(yàn)證碼

看不清，請(qǐng)換一張

現(xiàn)在報(bào)名

推薦課程