课程简介
CDA数据挖掘工程师就业班专门为希望转岗到数据挖掘相关岗位学员开设,相关岗位包括数据挖掘工程师、机器学习工程师、算法工程师、商业策略数据分析师等。课程设计循序渐进,从基础工具与理论知识入门,进阶到统计分析方法和机器学习模型、文本挖掘模型,以实战项目案例贯穿课程讲解。其中包括:Python编程基础、数据清洗、统计分析、数据处理与特征工程、Python机器学习、自然语言处理等课模块。课程理论知识涵盖CDA LEVEL II和CDA LEVEL III等级考试的所有考点,有利于对应等级考试的学员备考。
学习目标
- 熟练掌握数据挖掘全流程的Python实操,包括数据清洗算法、特征工程、数据建模、数据可视化等
- 熟练掌握Python数据挖掘算法与实践,包括统计分析、统计模型、机器学习算法、深度学习算法、文本挖掘算法
- 灵活使用数据挖掘算法解决各行业的业务问题,通过策略优化和精准预测来解决运营、产品、营销方面的问题
学习对象和基础
- 有一定数学或统计、计算机基础与数据分析业务经验,希望脱产学习后转岗到数据挖掘岗者
- 希望提升数据挖掘技术的在职提升者
- 从事算法科学、深度学习等工作的科研人员、分析师与工程师等
- 产品、运营、营销、管理、咨询相关岗位从业者,希望增加数据分析技能与思维
- 参加CDA等级认证考试 LEVELII和 LEVEL Ⅲ 考生
课程内容
1章工具先导课 |
11章数据挖掘概论 |
2章数字化工作保证机制-数据治理 |
12章高级数据处理与特征工程 |
3章数字化工作方法 |
13章机器学习算法与应用(一) |
4章数据采集方法 |
14章机器学习算法与应用(二) |
5章Python编程基础 |
15章机器学习算法与应用(三) |
6章Python数据探索、数据处理与可视化 |
16章机器学习实战 |
7章Python探索分析综合案例 |
17章自然语言处理与文本分析理论与项目实操 |
8章Pythont统计分析与运筹学基础 |
18章行业综合项目实战 |
9章数据分析模型、算法与商业应用 |
19章数据分析师职业规划课 |
10章标签体系与应用 |
20章面试技巧一对一辅导 |