北京大數(shù)據(jù)挖掘?qū)W習(xí)課程

課程亮點(diǎn)：

朝九晚九全程跟班答疑、一對(duì)一督學(xué)、定期直播串講、五分鐘內(nèi)有問(wèn)必答、出勤率和進(jìn)度監(jiān)督、作業(yè)與測(cè)試

學(xué)習(xí)目標(biāo)：

熟練掌握數(shù)據(jù)庫(kù)、Python等數(shù)據(jù)分析軟件；

學(xué)會(huì)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)；

熟練掌握數(shù)據(jù)清洗，可以完成缺失值填補(bǔ)、異常值處理等；

精通數(shù)據(jù)可視化，例如箱線圖、動(dòng)態(tài)圖等；

掌握人工智能在各行業(yè)的應(yīng)用場(chǎng)景；

可以獨(dú)立完成數(shù)據(jù)項(xiàng)目；

可以獨(dú)立完成數(shù)據(jù)報(bào)告撰寫(xiě)；

學(xué)會(huì)團(tuán)隊(duì)協(xié)作，分工完成大型項(xiàng)目。

課程內(nèi)容：

01章Mysql數(shù)據(jù)庫(kù)應(yīng)用

01-01數(shù)據(jù)庫(kù)概述及基本操作

01-02單表查詢

01-03多表查詢、子查詢

01-04常用函數(shù)

01-05MySQL進(jìn)階練習(xí)

01-06電商案例

02章Excel業(yè)務(wù)數(shù)據(jù)分析

02-01Excel基礎(chǔ)技能

02-02案例綜合-人力考勤應(yīng)用

02-03數(shù)據(jù)的分類(lèi)匯總

02-04圖表可視化

02-05圖表應(yīng)用案例一-零售分析儀

02-06圖表應(yīng)用案例二-財(cái)務(wù)分析

02-07分析方法

03章商業(yè)智能分析

03-01數(shù)據(jù)倉(cāng)庫(kù)概述及基本操作

03-02數(shù)據(jù)建模及匯總規(guī)則

03-03零售行業(yè)分析案例

03-04電商行業(yè)客戶行為分析案例

03-05餐飲行業(yè)銷(xiāo)售情況監(jiān)控案例

03-06電商行業(yè)流量分析案例

03-07進(jìn)銷(xiāo)存分析案例

03-08汽車(chē)市場(chǎng)數(shù)據(jù)分析案例

03-09拓展業(yè)務(wù)分析案例

04章機(jī)器學(xué)習(xí)數(shù)學(xué)基礎(chǔ)

04-01微積分

04-02線性代數(shù)

04-03描述性統(tǒng)計(jì)方法

04-04抽樣估計(jì)

04-05假設(shè)檢驗(yàn)

04-06列聯(lián)分析

04-07相關(guān)分析

04-08回歸分析

05章python編程

05-01python入門(mén)與安裝

05-02python語(yǔ)法入門(mén)

05-03基本數(shù)據(jù)類(lèi)型

05-04控制語(yǔ)句

05-05錯(cuò)誤與異常

05-06常用內(nèi)置函數(shù)

05-07函數(shù)創(chuàng)建與使用

05-08python高級(jí)特性

05-09python模塊

05-10python IO操作

05-11日期與時(shí)間

05-12類(lèi)和面向?qū)ο?/p>

05-13python連接數(shù)據(jù)庫(kù)

06章Python數(shù)據(jù)清洗

06-01Numpy基礎(chǔ)

06-02Pandas入門(mén)

06-03Pandas基本數(shù)據(jù)處理方法

06-04Pandas聚合與分組

06-05Python數(shù)據(jù)清洗高級(jí)操作及案例實(shí)戰(zhàn)

07章Python數(shù)據(jù)可視化

07-01Python數(shù)據(jù)可視化入門(mén)

07-02MLlib(RDD-BaseAPI)機(jī)器學(xué)習(xí)

07-03MatPlotlib繪圖高級(jí)參數(shù)

07-04高級(jí)繪圖工具seaborn、pyecharts

08章Python統(tǒng)計(jì)分析

08-01數(shù)據(jù)分析及統(tǒng)計(jì)信息

08-02一元線性回歸

08-03多元線性回歸

08-04一般logistic回歸

08-05logistic回歸與修正

09章Python機(jī)器學(xué)習(xí)入門(mén)

09-01機(jī)器學(xué)習(xí)入門(mén)

09-02KNN

09-03模型評(píng)估方法（一）

09-04模型優(yōu)化方法（一）

09-05Kmeans

09-06模型評(píng)估方法（二）

09-07DBSCAN

09-08決策樹(shù)

09-09模型評(píng)估方法（三）

09-10案例實(shí)戰(zhàn)：決策樹(shù)在保險(xiǎn)行業(yè)的應(yīng)用

10章Python機(jī)器學(xué)習(xí)夯實(shí)基礎(chǔ)

10-01線性回歸

10-02模型優(yōu)化方法（二）

10-03邏輯回歸

10-04樸素貝葉斯

10-05模型優(yōu)化方法（三）

10-06關(guān)聯(lián)規(guī)則

10-07協(xié)同過(guò)濾

10-08案例實(shí)戰(zhàn)：基于協(xié)同過(guò)濾的商品個(gè)性化推薦

11章Python機(jī)器學(xué)習(xí)成竹在胸

11-01集成算法之隨機(jī)森林

11-02集成算法之AdaBoost

11-03數(shù)據(jù)處理和特征工程

11-04SVM

11-05神經(jīng)網(wǎng)絡(luò)

11-06XGBoost

11-07實(shí)戰(zhàn)案例：基于XGboost的航空預(yù)測(cè)

12章數(shù)據(jù)分析項(xiàng)目報(bào)告撰寫(xiě)

12-01報(bào)告的預(yù)備工作

12-02報(bào)告的邏輯框架及結(jié)構(gòu)

12-03常用分析模型及適用場(chǎng)景

12-04項(xiàng)目基本情況分析

12-05項(xiàng)目分析方法與過(guò)程

12-06具體報(bào)告撰寫(xiě)

13章算法綜合案例一：評(píng)分卡

13-01案例背景介紹

13-02建模準(zhǔn)備

13-03數(shù)據(jù)清洗及變量粗篩

13-04模型訓(xùn)練

13-05模型評(píng)估

13-06模型部署與更新

14章算法綜合案例二：電商零售

14-01項(xiàng)目總體概覽以及計(jì)劃

14-02方法實(shí)現(xiàn)與結(jié)果

14-03營(yíng)銷(xiāo)活動(dòng)設(shè)計(jì)以及結(jié)果評(píng)價(jià)

15章非關(guān)系型數(shù)據(jù)庫(kù)MongoDB

15-01MongoDB簡(jiǎn)介

15-02MongoDB的常用操作

15-03MongoDB的使用

15-04python操作MongoDB

16章深度學(xué)習(xí)基礎(chǔ)：復(fù)雜網(wǎng)絡(luò)分析

16-01圖論

16-02復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)性質(zhì)

16-03更多類(lèi)型的網(wǎng)絡(luò)

16-04復(fù)雜網(wǎng)絡(luò)的演化

16-05復(fù)雜網(wǎng)絡(luò)的功能

16-06案例：北京市快速軌道交通的有效性

16-07案例：社交網(wǎng)絡(luò)數(shù)據(jù)分析

17章深度學(xué)習(xí)框架TensorFlow

17-01開(kāi)發(fā)環(huán)境搭建

17-02TensorFlow基本數(shù)據(jù)結(jié)構(gòu)

17-03TensorFlow實(shí)現(xiàn)代碼結(jié)構(gòu)和開(kāi)發(fā)步驟——回歸問(wèn)題

17-04TensorFlow實(shí)現(xiàn)代碼結(jié)構(gòu)和開(kāi)發(fā)步驟——分類(lèi)問(wèn)題

18章深度學(xué)習(xí)基礎(chǔ)算法理論及實(shí)踐

18-01AI概述和TensorFlow基礎(chǔ)

18-02神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

18-03卷積神經(jīng)網(wǎng)絡(luò)

18-04RNN和LSTM

18-05手寫(xiě)數(shù)字識(shí)別的突破——卷積神經(jīng)網(wǎng)絡(luò)TensorFlow實(shí)現(xiàn)

19章深度學(xué)習(xí)高階算法理論及實(shí)踐

19-01判別網(wǎng)絡(luò)

19-02生成網(wǎng)絡(luò)

19-03對(duì)抗網(wǎng)絡(luò)和增強(qiáng)學(xué)習(xí)

20章人工智能實(shí)戰(zhàn)

20-01文本分析項(xiàng)目

20-02文本數(shù)據(jù)預(yù)處理

20-03文本分析應(yīng)用與python語(yǔ)言實(shí)現(xiàn)

20-04圖像識(shí)別項(xiàng)目

20-05深度學(xué)習(xí)與圖像識(shí)別及經(jīng)典數(shù)據(jù)集

20-06圖像識(shí)別的突破——卷積神經(jīng)網(wǎng)絡(luò)

20-07使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)經(jīng)典數(shù)據(jù)集cifar進(jìn)行分類(lèi)識(shí)別

20-08使用自己的數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)

20-09語(yǔ)音識(shí)別項(xiàng)目

20-10語(yǔ)音技術(shù)分析

20-11本地語(yǔ)音識(shí)別

20-12網(wǎng)絡(luò)語(yǔ)音識(shí)別

20-13對(duì)抗網(wǎng)絡(luò)項(xiàng)目

20-14GAN原型講解

20-15DCGAN

20-16DiscoDAN

20-17半監(jiān)督學(xué)習(xí)