• <button id="2q4wy"><menu id="2q4wy"></menu></button>
    <button id="2q4wy"><menu id="2q4wy"></menu></button><button id="2q4wy"></button>
  • <button id="2q4wy"></button>
  • <li id="2q4wy"></li>
  • <li id="2q4wy"></li>
    <button id="2q4wy"></button>
  • <button id="2q4wy"><xmp id="2q4wy">
  • <li id="2q4wy"><tt id="2q4wy"></tt></li>
  • 當前位置: 首頁(yè) > 內訓課程 > 課程內容
    廣告1
    相關(guān)熱門(mén)公開(kāi)課程更多 》
    相關(guān)熱門(mén)內訓課程更多 》
    相關(guān)最新下載資料

    Python實(shí)現大數據挖掘技術(shù)培訓

    課程編號:32156

    課程價(jià)格:¥26000/天

    課程時(shí)長(cháng):5 天

    課程人氣:440

    行業(yè)類(lèi)別:行業(yè)通用     

    專(zhuān)業(yè)類(lèi)別:大數據 

    授課講師:傅一航

    • 課程說(shuō)明
    • 講師介紹
    • 選擇同類(lèi)課
    【培訓對象】
    業(yè)務(wù)支持部、IT系統部、大數據系統開(kāi)發(fā)部、大數據分析中心、網(wǎng)絡(luò )運維部等相關(guān)技術(shù)人員。

    【培訓收益】


    第一部分:Python語(yǔ)言基礎
    目的:掌握基本的Python編程思想與編程語(yǔ)句,熟悉常用數據結構的操作
    1、Python簡(jiǎn)介
    2、開(kāi)發(fā)環(huán)境搭建
    Python的安裝
    擴展庫的安裝
    3、掌握Python的簡(jiǎn)單數據類(lèi)型
     字符串的使用及操作
    整數、浮點(diǎn)數
    4、掌握基本語(yǔ)句:
    if、while、for、print等
    基本運算:
    函數定義、參數傳遞、返回值
    5、掌握復雜的數據類(lèi)型:列表/元組
    列表操作:訪(fǎng)問(wèn)、添加、修改、刪除、排序
    列表切片、復制等
    列表相關(guān)的函數、方法
    元組的應用
    6、復雜數據類(lèi)型:字典
    創(chuàng )建、訪(fǎng)問(wèn)、修改、刪除、遍歷
    字典函數和方法
    7、復雜數據類(lèi)型:集合
    8、掌握面向對象編程思想
    創(chuàng )建類(lèi)、繼承類(lèi)
    模塊
    9、函數定義、參數傳遞、返回值
    10、標準庫與擴展庫的導入
    11、異常處理:try-except塊
    演練:基本的Python編程語(yǔ)句

    第二部分:Python擴展庫
    目的:掌握數據集結構及基本處理方法,進(jìn)一步鞏固Python語(yǔ)言
    1、數據挖掘常用擴展庫介紹
    Numpy數組處理支持
    Scipy矩陣計算模塊
    Matplotlib數據可視化工具庫
    Pandas數據分析和探索工具
    StatsModels統計建模庫
    Scikit-Learn機器學(xué)習庫
    Keras深度學(xué)習(神經(jīng)網(wǎng)絡(luò ))庫
    Gensim文本挖掘庫
    2、數據集讀取與操作:讀取、寫(xiě)入
    讀寫(xiě)文本文件
    讀寫(xiě)CSV文件
    讀寫(xiě)Excel文件
    從數據庫獲取數據集
    3、數據集的核心數據結構(Pandas數據結構)
    DataFrame對象及處理方法
    Series對象及處理方法
    演練:用Python實(shí)現數據的基本統計分析功能

    第三部分:數據可視化處理
    目的:掌握作圖擴展庫,實(shí)現數據可視化
    1、常用的Python作圖庫
    Matplotlib庫
    Pygal庫
    2、實(shí)現分類(lèi)匯總
    演練:按性別統計用戶(hù)人數
    演練:按產(chǎn)品+日期統計各產(chǎn)品銷(xiāo)售金額
    3、各種圖形的畫(huà)法
    直方圖
    餅圖
    折線(xiàn)圖
    散點(diǎn)圖
    4、繪圖的美化技巧
    演練:用Python庫作圖來(lái)實(shí)現產(chǎn)品銷(xiāo)量分析,并可視化

    第四部分:數據理解和數據準備
    目的:掌握數據預處理的基本環(huán)節,以及Python的實(shí)現
    1、數據預處理
    異常值處理:3σ準則,IQR準則
    缺失值插補:均值、拉格朗日插補
    數據篩選/抽樣
    數據的離散化處理
    變量變換、變量派生
    2、數據的基本分析
    相關(guān)分析:原理、公式、應用
    方差分析:原理、公式、應用
    卡方分析:原理、公式、應用
    主成分分析:降維
    案例:用Python實(shí)現數據預處理及數據準備

    第五部分:分類(lèi)預測模型實(shí)戰
    1、常見(jiàn)分類(lèi)預測的模型與算法
    2、如何評估分類(lèi)預測模型的質(zhì)量
    查準率
    查全率
    ROC曲線(xiàn)
    3、邏輯回歸分析模型
    邏輯回歸的原理
    邏輯回歸建模的步驟
    邏輯回歸結果解讀
    案例:用sklearn庫實(shí)現銀行貸款違約預測
    4、決策樹(shù)模型
    決策樹(shù)分類(lèi)的原理
    決策樹(shù)的三個(gè)關(guān)鍵問(wèn)題
    決策樹(shù)算法與實(shí)現
    案例:電力竊漏用戶(hù)自動(dòng)識別
    5、決策樹(shù)算法
    最優(yōu)屬性選擇算法:ID3、ID4.0、ID5.0
    連續變量分割算法
    樹(shù)剪枝:預剪枝、后剪枝
    6、人工神經(jīng)網(wǎng)絡(luò )模型(ANN)
    神經(jīng)網(wǎng)絡(luò )概述
    神經(jīng)元工作原理
    常見(jiàn)神經(jīng)網(wǎng)絡(luò )算法(BP、LM、RBF、FNN等)
    案例:神經(jīng)網(wǎng)絡(luò )預測產(chǎn)品銷(xiāo)量
    7、支持向量機(SVM)
    SVM基本原理
    維災難與核心函數
    案例:基于水質(zhì)圖像的水質(zhì)評價(jià)
    8、貝葉斯分析
    條件概率
    常見(jiàn)貝葉斯網(wǎng)絡(luò )

    第六部分:數值預測模型實(shí)戰
    1、常用數值預測的模型
    通用預測模型:回歸模型
    季節性預測模型:相加、相乘模型
    新產(chǎn)品預測模型:珀爾曲線(xiàn)與龔鉑茲曲線(xiàn)
    2、回歸分析概念
    3、常見(jiàn)回歸分析類(lèi)別
    4、回歸分析常見(jiàn)算法
    梯度上升/下降法
    普通最小二乘法OLS
    局部加權線(xiàn)性回歸LWLR
    嶺回歸(RR)
    套索回歸Lasso
    ElasticNet回歸
    第七部分:聚類(lèi)分析(客戶(hù)細分)實(shí)戰
    1、客戶(hù)細分常用方法
    2、聚類(lèi)分析(Clustering)
    聚類(lèi)方法原理介紹及適用場(chǎng)景
    常用聚類(lèi)分析算法
    聚類(lèi)算法的評價(jià)
    案例:使用SKLearn實(shí)現K均值聚類(lèi)
    案例:使用TSNE實(shí)現聚類(lèi)可視化
    3、RFM模型分析
    RFM模型,更深入了解你的客戶(hù)價(jià)值
    RFM模型與市場(chǎng)策略
    案例:航空公司客戶(hù)價(jià)值分析

    第八部分:關(guān)聯(lián)規則分析實(shí)戰
    1、關(guān)聯(lián)規則概述
    2、常用關(guān)聯(lián)規則算法
    Apriori算法
    發(fā)現頻繁集
    生成關(guān)聯(lián)規則
    FP-Growth算法
    構建FP樹(shù)
    提取規則
    3、時(shí)間序列分析
    案例:使用apriori庫實(shí)現關(guān)聯(lián)分析
    案例:中醫證型關(guān)聯(lián)規則挖掘

    第九部分:案例實(shí)戰
    1、客戶(hù)流失預測和客戶(hù)挽留模型
    2、銀行欠貸風(fēng)險預測模型

    結束:課程總結與問(wèn)題答疑。 

    咨詢(xún)電話(huà):
    0571-86155444
    咨詢(xún)熱線(xiàn):
    • 微信:13857108608
    聯(lián)系我們
    蜜芽亚洲av无码精品色午夜_久久免费国产AⅤ网_一本大道香蕉高清久久_精品久久久久久亚洲
  • <button id="2q4wy"><menu id="2q4wy"></menu></button>
    <button id="2q4wy"><menu id="2q4wy"></menu></button><button id="2q4wy"></button>
  • <button id="2q4wy"></button>
  • <li id="2q4wy"></li>
  • <li id="2q4wy"></li>
    <button id="2q4wy"></button>
  • <button id="2q4wy"><xmp id="2q4wy">
  • <li id="2q4wy"><tt id="2q4wy"></tt></li>