數(shù)據(jù)庫工程師
免費試聽
快速找課
tel:15830143330
tel:15830143330
您當前的位置： 首頁 > 北京培訓網(wǎng) > 北京中培IT培訓 > 北京數(shù)據(jù)庫工程師培訓 > 大數(shù)據(jù)分析及可視化技術(shù)應(yīng)用實戰(zhàn)班
課程介紹Course Introduction
關(guān)于舉辦大數(shù)據(jù)分析與可視化技術(shù)應(yīng)用實戰(zhàn)
培訓班的通知
本頁是北京中培教育為您整理關(guān)于北京大數(shù)據(jù)培訓班的詳情頁面,北京大數(shù)據(jù)培訓班,就選北京中培教育,IT設(shè)計教育培訓知名品牌,老師執(zhí)教、通俗易懂、深受廣大學員所歡迎。
|
培訓地點 |
北京 |
青島 |
成都 |
寧波 |
|
培訓時間 |
4月 20-23 |
7月 20-23 |
10月 28-31 |
12月 9-12 |
一、培訓收益
經(jīng)過此次課程培訓，可使學習者獲得如下收益：
1.理解數(shù)據(jù)分析及R語言；
2.理解并掌握數(shù)據(jù)結(jié)構(gòu)；
3.掌握數(shù)據(jù)導入導出的方法；
4.掌握基本數(shù)據(jù)管理方法；
5.理解并掌握數(shù)據(jù)探索；
6.掌握如何進行描述性統(tǒng)計分析；
7.掌握R語言繪圖基礎(chǔ)；
8.掌握聚類分析；
9.掌握關(guān)聯(lián)規(guī)則；
10.掌握KNN近鄰分類；
11.經(jīng)過案例掌握用戶行為挖掘算法；
12.掌握C5.0算法原理；
13.掌握CART算法原理；
14.理解并掌握Rattle工具使用及如何搭建數(shù)據(jù)分析平臺。
二、培訓特色
1. 本課程盡量避開數(shù)學公式，按照“講清思想方法原理—結(jié)合具體案例—R語言實現(xiàn)細節(jié)”思路，讓即使是幾乎沒有什么基礎(chǔ)的學員，掌握數(shù)據(jù)挖掘和可視化的基本思路和模式，打下未來深入的良好基礎(chǔ)，能在工作和學習中結(jié)合具體問題立馬上手操作解決；
2. 課程注重學練結(jié)合的方法，會采取課中練習的方法，充分調(diào)動大家思考的積極性，在做中掌握相關(guān)知識和技能；
3. 課程緊緊抓住基于R語言的數(shù)據(jù)挖掘和可視化的重點和難點，詳細的分析和講解，在理解難、容易出錯的地方反復提醒，以便學員在課后容易的進行自己復習和相關(guān)拓展。
三、日程安排
|
時間 |
培訓模塊 |
培訓內(nèi)容 |
|
第 一天 上午 |
數(shù)據(jù)處理及復雜數(shù)據(jù)可視化（一） |
R語言入門及數(shù)據(jù)挖掘基本概念 q R語言簡介 常量、向量、矩陣、數(shù)組、數(shù)據(jù)框、列表、數(shù)據(jù)處理、編寫程序、基本統(tǒng)計計算、R語言繪圖基礎(chǔ)、幫助及包的用法 q R語言數(shù)據(jù)處理秘笈 介紹填、剪、揉太極三式的數(shù)據(jù)處理原理、方法、案例、技巧，以及Dplyr包、Tidyr包、Data.Table包的具體用法和代碼講解 q 數(shù)據(jù)挖掘基礎(chǔ) 講解數(shù)據(jù)挖掘的基本概念、典型問題，經(jīng)過場景舉例說明數(shù)據(jù)挖掘的用途；同時，結(jié)合數(shù)據(jù)挖掘標準流程講解開展數(shù)據(jù)挖掘工作的各環(huán)節(jié)及主要技術(shù)。介紹數(shù)據(jù)挖掘常用算法及適合場景，比較不同數(shù)據(jù)挖掘工具的優(yōu)缺點。 |
|
第 一天 下午 |
數(shù)據(jù)處理及復雜數(shù)據(jù)可視化（二） |
R語言數(shù)據(jù)挖掘與可視化分析 q 數(shù)據(jù)挖掘關(guān)鍵技術(shù) 詳細講解抽樣、分區(qū)、樣本平衡、特征選擇、訓練模型、評估模型的技術(shù)，并結(jié)合R語言講解其代碼實現(xiàn)。 q Rattle數(shù)據(jù)挖掘工具 介紹Rattle在業(yè)界的使用情況，安裝及具體使用方法，包括數(shù)據(jù)源、數(shù)據(jù)探索、統(tǒng)計檢驗、數(shù)據(jù)變換、聚類分析、關(guān)聯(lián)挖掘、建模、評估模型以及日志功能。經(jīng)過實際的數(shù)據(jù)演示各環(huán)節(jié)的具體操作過程，分析挖掘結(jié)果。 q 可視化分析 介紹可視化基本概念，可視化設(shè)計流程以及R語言可視化的優(yōu)勢；其次，介紹24種常見圖表（拆線圖、柱狀圖、散點圖、雷達圖、詞云圖、玫瑰圖、?；鶊D、河流圖等等）的適用場景和使用方法；zui后，重點對Lattice、Rcharts、Recharts、Ggplot2包進行了詳細講解和案例演示。 |
|
第二天 上午 |
數(shù)據(jù)挖掘模型實戰(zhàn)（一） |
關(guān)聯(lián)規(guī)則算法原理與案例分析 q 算法講解 關(guān)聯(lián)規(guī)則概念、基本術(shù)語、Apriori算法實現(xiàn)原理、流程及手動演算案例；Arules包的介紹等等 q 案例：利用超市購物籃Groceries數(shù)據(jù)進行關(guān)聯(lián)規(guī)則分析 介紹Groceries數(shù)據(jù)集、事務(wù)數(shù)據(jù)集以及常見操作；介紹數(shù)據(jù)轉(zhuǎn)換為事務(wù)數(shù)據(jù)集的方法以及使用Apriori算法建立關(guān)聯(lián)規(guī)則模型，同時，對分析關(guān)聯(lián)規(guī)則結(jié)果的常用技術(shù)進行了講解和演示。 聚類算法原理與案例分析 q Kmeans算法講解 介紹Kmeans聚類基本思路及算法流程；Kmeans函數(shù)介紹；數(shù)據(jù)標準化技術(shù)介紹 q 案例：對Iris數(shù)據(jù)集進行K均值聚類分析 介紹Iris數(shù)據(jù)集，并試圖經(jīng)過使用基本數(shù)值指標建立聚類分析模型，驗證其與真實分類的區(qū)別 q 案例：對Mtcars數(shù)據(jù)集進行K均值聚類分析 介紹Mtcars數(shù)據(jù)集，并使用Kmeans算法對其進行聚類分析，以了解汽車的類別細分，同時給出合理解釋并提煉判斷規(guī)則 q 層次聚類算法講解 介紹樣本距離、類間距離的概念和計算方法，介紹層次聚類算法流程以及經(jīng)過手動演算詳細講解層次聚類實現(xiàn)的過程；Hclust函數(shù)講解 q 案例：對洛杉機街區(qū)數(shù)據(jù)進行層次聚類 介紹洛杉機數(shù)據(jù)，并使用層次聚類算法對其進行細分；經(jīng)過細分進一步對數(shù)據(jù)進行了詳細了解，并給出各類的詳細描述與說明 q 案例：對哺乳動物的睡眼數(shù)據(jù)進行層次聚類 介紹哺乳動物的睡眠數(shù)據(jù)，使用層次聚類的方法對其進行細分，并給出各類的特點，并給出詳細描述與說明 |
|
第二天 下午 |
數(shù)據(jù)挖掘模型實戰(zhàn)（二） |
KNN算法原理與案例分析 q 算法原理 介紹Knn基本概念、原理以及實現(xiàn)流程，同時給出Knn算法的優(yōu)缺點和適用場景；詳細介紹Kknn包 q 案例：對Iris數(shù)據(jù)集進行Knn分類 介紹使用Knn算法對Iris數(shù)據(jù)進行分類的方法、流程及代碼演示，并對分類的結(jié)果進行分析 q 案例：對乳腺癌數(shù)據(jù)進行Knn分類 介紹乳腺癌數(shù)據(jù)集，并使用Knn算法對乳腺癌數(shù)據(jù)進行分類，同時給出實現(xiàn)的方法、流程及代碼，并對分類效果進行分析 q 案例：對新聞文本數(shù)據(jù)進行Knn分類 介紹新聞文本數(shù)據(jù)，并使用Knn分類算法對新聞文本數(shù)據(jù)進行分類，同時給出實現(xiàn)的方法、流程及代碼，并對分類效果進行分析 決策樹原理與案例分析 介紹決策樹基本概念、分類與回歸問題的區(qū)別與聯(lián)系、說明決策樹建模的通用過程。 q CART算法原理 介紹分類回歸樹的基本思路、算法實現(xiàn)流程，并經(jīng)過案例說明其實現(xiàn)細節(jié)；介紹選擇分割點的方法，拆分規(guī)則，代價復雜度以及Rpart包和Prune函數(shù)的介紹 q 案例：對Iris數(shù)據(jù)集運用CART算法進行分類 介紹使用CART算法對Iris數(shù)據(jù)進行分類的方法、原理和代碼實現(xiàn)流程，并對分類效果進行比較分析 q 案例：對汽車數(shù)據(jù)運用CART對汽車重量進行預測 介紹使用CART算法對Mtcars數(shù)據(jù)中汽車的重量進行預測的方法、原理和代碼實現(xiàn)流程，并對預測效果進行分析 q C5.0算法原理 介紹ID3算法的算法實現(xiàn)原理和流程，同時講解信息熵、后驗熵、信息增益等基本概念；經(jīng)過案例講解ID3算法的具體過程以及ID3自身的問題；介紹C4.5算法的實現(xiàn)原理和流程，講解增益比例的來源和優(yōu)點，同時介紹C4.5對連續(xù)屬性及有缺失樣本的算法辦法，此外，還將會對剪枝、規(guī)則的產(chǎn)生、交叉驗證等問題進行講解；C50包的介紹 q 案例：對Iris數(shù)據(jù)集運用C50算法分類 介紹使用C50算法對Iris數(shù)據(jù)集進行分類的方法、原理和代碼實現(xiàn)流程，同時對分類效果進行分析 |
|
第三天 上午 |
行業(yè)應(yīng)用案例分享（一） |
分析案例剖析 q 購物籃分析案例 Onlineretail數(shù)據(jù)集，包含用戶購買商品的交易信息，本案例旨在從中挖掘出用戶購買商品的關(guān)聯(lián)規(guī)則規(guī)律，并分析各模式對應(yīng)的含義及應(yīng)用可行性。 q 航空公司客戶價值分析案例 面對激烈的市場競爭，各航空公司都推出了更優(yōu)惠的營銷方式來吸引更多的客戶，國內(nèi)某航空公司面臨著旅客流失、競爭力下降和航空資源未充分利用等經(jīng)營危機。經(jīng)過建立合理的客戶價值評估模型，對客戶進行分群，分析比較不同客戶群的客戶價值，并制定相應(yīng)的營銷策略 q Lending Club信貸違約分析案例 Lending Club 信用貸款違約數(shù)據(jù)是美國網(wǎng)絡(luò)貸款平臺 Lendingclub 在2007-2015年間的信用貸款情況數(shù)據(jù)，主要包括貸款狀態(tài)和還款信息。本例基于該數(shù)據(jù)對多維度信息進行詳細的數(shù)據(jù)分析，主要結(jié)合詞云、地圖等分析方法，另外，針對貸款違約建立了預測模型，本節(jié)會介紹詳細的建模過程及預測效果分析 |
|
第三天 下午 |
行業(yè)應(yīng)用案例分享（二） |
用戶行為挖掘算法及案例 q 推薦系統(tǒng) 介紹推薦系統(tǒng)的基本概念、以及常見推薦算法（包括基于人口統(tǒng)計學的推薦、基于內(nèi)容的推薦、協(xié)同過濾推薦、基于關(guān)聯(lián)規(guī)則的推薦、基于效用的推薦、基于知識推薦、基于標簽的推薦、基于圖的推薦等等），同時對不同的推薦算法進行比較；另外，針對構(gòu)建推薦系統(tǒng)，給出了詳細的說明；介紹了推薦系統(tǒng)評測的關(guān)鍵指標（包括用戶滿意度、準確度、覆蓋率、多樣性、驚喜度等等）；接著，對R語言中的Recommenderlab包的用法進行詳細介紹 q 案例：基于Onlineretail數(shù)據(jù)建立推薦系統(tǒng) 介紹Onlineretail數(shù)據(jù)集，以及開展推薦系統(tǒng)搭建過程的方法及具體實現(xiàn)，案例中使用了RANDOM、UBCF、IBCF三種方法建立了預測模型，并給出了比較分析 q 序列模式挖掘 介紹序列模式挖掘的基本概念、術(shù)語、實現(xiàn)的思路及具體過程。主要介紹SPADE算法的原理以及其實現(xiàn)過程。針對具體的實現(xiàn)，詳細介紹了R語言中的Arulessequences包 q 對Onlineretail數(shù)據(jù)集進行序列模式挖掘 基于Onlineretail數(shù)據(jù)集，使用Spade算法建立序列模式挖掘算法進行序列模式挖掘，并對挖掘出的結(jié)果進行解釋分析 |
|
第四天 |
學習考核與業(yè)內(nèi)經(jīng)驗交流 |
|
四、授課專家
游老師 計算機碩士，大數(shù)據(jù)分析、挖掘、可視化專家，高級培訓講師，曾服務(wù)于華為技術(shù)有限公司等多家企業(yè)，專注于機器學習、數(shù)據(jù)挖掘、大數(shù)據(jù)、知識圖譜等領(lǐng)域的研究、設(shè)計與實現(xiàn)，在互聯(lián)網(wǎng)、電信、電力、軍工等行業(yè)具有豐富的工程實踐經(jīng)驗，對空間分析、欺詐檢測、廣告反作弊、推薦系統(tǒng)、客戶畫像、客戶營銷建模、知識抽取、智能問答、可視化分析、預測分析、系統(tǒng)架構(gòu)、大數(shù)據(jù)端到端解決方案等方面具有深刻理解，多次作為R語言會議重要嘉賓出席會議并發(fā)表主題演講，著有《R語言預測實戰(zhàn)》等多本書籍。
謝老師 某集團上市公司數(shù)據(jù)分析部負責人，主要利用R語言進行大數(shù)據(jù)的挖掘和可視化工作。從事數(shù)據(jù)挖掘建模工作已有10年，曾經(jīng)從事過咨詢、電商、金融、電購、電力、游戲等行業(yè)，了解不同領(lǐng)域的數(shù)據(jù)特點。有豐富的利用R語言進行數(shù)據(jù)挖掘?qū)崙?zhàn)經(jīng)驗，部分研究成果曾獲得國家專利。
五、培訓費用
面授班培訓費5800 元/人（含場地費、考試證書費、教材費、學習期間的午餐費） 食宿統(tǒng)一安排，費用自理。請學員帶二寸彩照1張（背面注明姓名），身份證復印件一張。
本課程由中國信息化培訓中心頒發(fā)《大數(shù)據(jù)分析與可視化技術(shù)應(yīng)用高級工程師》證書，證書可作為專業(yè)技術(shù)人員職業(yè)能力考核的證明，以及專業(yè)技術(shù)人員崗位聘用、任職、定級和晉升職務(wù)的重要依據(jù)。
學校介紹University Profile
北京中培偉業(yè)管理咨詢有限公司（以下簡稱“中培”）成立于2006年，其主營業(yè)務(wù)面向大中型企業(yè)的IT規(guī)劃咨詢業(yè)務(wù)和面向高端IT人才的培訓類業(yè)務(wù)，其中咨詢業(yè)務(wù)涉及大型集團化企業(yè)的IT戰(zhàn)略規(guī)劃、IT架構(gòu)規(guī)劃、IT綜合管控等領(lǐng)域，培訓業(yè)務(wù)涉及線上線下各種高級IT技術(shù)和管理類課程體系。
與此同時，中培以“為國家培養(yǎng)高階信息化管理人才”的價值觀為使命，以“專業(yè)、真誠、執(zhí)著、創(chuàng)新”的服務(wù)理念為指引，不斷朝著促進中國企業(yè)的信息化綜合競爭力與國際影響力提升的目標而前行。
借助于其優(yōu)質(zhì)的專家資源池和互聯(lián)網(wǎng)平臺，中培已經(jīng)為眾多的世界500強企業(yè)、國有大中型集團化企業(yè)、國際知名互聯(lián)網(wǎng)企業(yè)提供過高質(zhì)量的信息化戰(zhàn)略規(guī)劃、組織架構(gòu)規(guī)劃、科技人才管理、信息技術(shù)架構(gòu)規(guī)劃、信息系統(tǒng)開發(fā)和運維管理、信息化能力評測的相關(guān)咨詢與培訓服務(wù)。
企業(yè)內(nèi)訓與咨詢：針對不同的企業(yè)需求，每年至少100次以上。
中培使命——助力中國CIO與培訓IT精英群體
中培宗旨——以需求為導向、以質(zhì)量促發(fā)展
中培目標——打造中國權(quán) 威的IT咨詢與培訓機構(gòu)
中培優(yōu)勢——權(quán) 威的專家團隊；專業(yè)的服務(wù)理念；領(lǐng) 先的行業(yè)優(yōu)勢；前沿的技術(shù);強大的政府支撐。
關(guān)于我們 | 版權(quán)聲明 |網(wǎng)站地圖 | 友情鏈接 | 教育聯(lián)展網(wǎng)移動版|合作聯(lián)系
版權(quán)所有 深圳諾達信息科技股份有限公司 © m.k67r.cn All Rights Reserved 粵ICP備10032899號
