 班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
|
每期人数限3到5人。 |
| 上课时间和地点 |
上课地点：【上海】：同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【深圳分部】：电影大厦(地铁一号线大剧院站)/深圳大学成教院 【北京分部】：北京中山学院/福鑫大楼 【南京分部】：金港大厦(和燕路) 【武汉分部】：佳源大厦（高新二路） 【成都分部】：领馆区1号（中和大道） 【沈阳分部】：沈阳理工大学/六宅臻品 【郑州分部】：郑州大学/锦华大厦 【石家庄分部】：河北科技大学/瑞景大厦 【广州分部】：广粮大厦 【西安分部】：协同大厦
最近开课时间(周末班/连续班/晚班）：2020年3月16日 |
| 实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
| 质量保障 |
1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
培训对象
1. 小型企业的技术负责人；
2. 大中型企业的数据部门相关人员、或是对数据感兴趣的其他部门的研发总监、部门经理、一线研发工程师等人员均可。
学员基础
技术出身，了解基本的研发思想即可。
课程大纲
主题 内容
数据挖掘
1. 引言：数据挖掘中的务实与务虚
通过数据挖掘的获得的价值有很多，表现在很多方面，总体归结为实与虚两类。本小节将讲诉什么是务实？什么是务虚？并以几个案例展开阐述在公司不同的发展阶段，该如何实现务实业务与务虚业务的最佳结合。
2. 无监督机器学习及案例
无监督机器学习技术常常用于数据的探索、降维，本小节着重描述数据挖掘中常常用到的哪些无监督学习方法及技术。将结合多个案例，介绍几种无监督学习技术的原理、工具以及应用实例。
3. 有监督机器学习及案例
有监督机器学习技术在数据挖掘中占有重要的地位，它通过学习历史数据来建立各种预测模型。本小节重点阐述数据挖掘中常常用到的有监督学习方法、技术及工具。将结合多个案例，介绍多种有监督学习技术的原理、工具以及案例。
4. 个性化推荐系统：不同业务场景下的个性化推荐解决方案
在各大互联网公司中，个性化推荐往往是使用最广泛的数据挖掘应用。本文讲从详细阐述个性化推荐系统的历史发展、原理、常用技术，并结合几种不同业务场景，详细介绍如何搭建适合不同业务场景下个性化推荐系统。
5. 深度学习及案例
深度学习是近十年人工智能领域中取得的一个重大突破。它的出现极大的增强了对数据的理解力。本小节将结合案例简要介绍深度学习的发展历史、原理、难点、常用工具以及相关应用。
6. 综合案例：从海量互联网数据中挖掘有用的舆情信息
本文将以一个完整的舆情分析系统为案例，系统性的阐述了如何将以上学习到的无监督学习技术、有监督学习技术以及深度学习技术结合起来，建立一个实用的、功能完备的数据挖掘系统。 |
|
|
|
|
|
|
|
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业
