cda

全国校区

您的位置:首页 > 课程列表 > CDA人工智能就业班

CDA人工智能就业班

CDA人工智能就业班

难度系数:

课程系列:LEVEL I+LEVEL II


周期: 5个月

19800

提前一个月优惠1000元

立即报名 体验课程

CDA人工智能就业班

 姓名:

 电话:

 邮箱:

   备注:

邀请码:

提交信息
  • WHAT 课程简介

    CDA人工智能就业班针对时间充裕、零基础的专科、本科在校生,以及待业、期待从事数据分析的工作人员提供5个月全脱产集训,毕业推荐相关工作单位。 CDA人工智能就业班每期至少十位以上相关领域专家授课,使用实际案例手把手将人工智能技术传授给学员,使CDA人工智能就业班课程更符合就业要求,达到企业用人标准,快速在大数据时代找准工作定位。www.681316.com_【官方首页】-bet365学员毕业要求能够独立完成商业数据分析项目。
  • WHY 学习目标

    熟练掌握数据库、Python等数据分析软件;
    学会机器学习、深度学习;
    熟练掌握数据清洗,可以完成缺失值填补、异常值处理等;
    精通数据可视化,例如箱线图、动态图等;
    掌握人工智能在各行业的应用场景;
    可以独立完成数据项目;
    可以独立完成数据报告撰写;
    学会团队协作,分工完成大型项目。
  • WHO 学习对象和基础

    在校高年级学生、转行欲从业人士
    对数据分析感兴趣的业界人士

01Mysql数据库应用

01-01数据库概述及基本操作
01-02单表查询
01-03多表查询、子查询
01-04常用函数
01-05MySQL进阶练习
01-06电商案例

02Excel业务数据分析

02-01Excel基础技能
02-02案例综合-人力考勤应用
02-03数据的分类汇总
02-04图表可视化
02-05图表应用案例一-零售分析仪
02-06图表应用案例二-财务分析
02-07分析方法论

03商业智能分析

03-01数据仓库概述及基本操作
03-02数据建模及汇总规则
03-03零售行业分析案例
03-04电商行业客户行为分析案例
03-05餐饮行业销售情况监控案例
03-06电商行业流量分析案例
03-07进销存分析案例
03-08汽车市场数据分析案例
03-09拓展业务分析案例

04机器学习数学基础

04-01微积分
04-02线性代数
04-03描述性统计方法
04-04抽样估计
04-05假设检验
04-06列联分析
04-07相关分析
04-08回归分析

05python编程

05-01python入门与安装
05-02python语法入门
05-03基本数据类型
05-04控制语句
05-05错误与异常
05-06常用内置函数
05-07函数创建与使用
05-08python高级特性
05-09python模块
05-10python IO操作
05-11日期与时间
05-12类和面向对象
05-13python连接数据库

06Python数据清洗

06-01Numpy基础
06-02Pandas入门
06-03Pandas基本数据处理方法
06-04Pandas聚合与分组
06-05Python数据清洗高级操作及案例实战

07Python数据可视化

07-01Python数据可视化入门
07-02MLlib(RDD-BaseAPI)机器学习
07-03MatPlotlib绘图高级参数
07-04高级绘图工具seaborn、pyecharts

08Python统计分析

08-01数据分析及统计信息
08-02一元线性回归
08-03多元线性回归
08-04一般logistic回归
08-05logistic回归与修正

09Python机器学习入门

09-01机器学习入门
09-02KNN
09-03模型评估方法(一)
09-04模型优化方法(一)
09-05Kmeans
09-06模型评估方法(二)
09-07DBSCAN
09-08决策树
09-09模型评估方法(三)
09-10案例实战:决策树在保险行业的应用

10Python机器学习夯实基础

10-01线性回归
10-02模型优化方法(二)
10-03逻辑回归
10-04朴素贝叶斯
10-05模型优化方法(三)
10-06关联规则
10-07协同过滤
10-08案例实战:基于协同过滤的商品个性化推荐

11Python机器学习成竹在胸

11-01集成算法之随机森林
11-02集成算法之AdaBoost
11-03数据处理和特征工程
11-04SVM
11-05神经网络
11-06XGBoost
11-07实战案例:基于XGboost的航空预测

12数据分析项目报告撰写

12-01报告的预备工作
12-02报告的逻辑框架及结构
12-03常用分析模型及适用场景
12-04项目基本情况分析
12-05项目分析方法与过程
12-06具体报告撰写

13算法综合案例一:评分卡

13-01案例背景介绍
13-02建模准备
13-03数据清洗及变量粗筛
13-04模型训练
13-05模型评估
13-06模型部署与更新

14算法综合案例二:电商零售

14-01项目总体概览以及计划
14-02方法实现与结果
14-03营销活动设计以及结果评价

15非关系型数据库MongoDB

15-01MongoDB简介
15-02MongoDB的常用操作
15-03MongoDB的使用
15-04python操作MongoDB

16深度学习基础:复杂网络分析

16-01图论
16-02复杂网络的拓扑结构性质
16-03更多类型的网络
16-04复杂网络的演化
16-05复杂网络的功能
16-06案例:北京市快速轨道交通的有效性
16-07案例:社交网络数据分析

17深度学习框架TensorFlow

17-01开发环境搭建
17-02TensorFlow基本数据结构
17-03TensorFlow实现代码结构和开发步骤——回归问题
17-04TensorFlow实现代码结构和开发步骤——分类问题

18深度学习基础算法理论及实践

18-01AI概述和TensorFlow基础
18-02神经网络结构
18-03卷积神经网络
18-04RNN和LSTM
18-05手写数字识别的突破——卷积神经网络TensorFlow实现

19深度学习高阶算法理论及实践

19-01判别网络
19-02生成网络
19-03对抗网络和增强学习

20人工智能实战

20-01文本分析项目
20-02文本数据预处理
20-03文本分析应用与python语言实现
20-04图像识别项目
20-05深度学习与图像识别及经典数据集
20-06图像识别的突破——卷积神经网络
20-07使用卷积神经网络对经典数据集cifar进行分类识别
20-08使用自己的数据集训练卷积神经网络
20-09语音识别项目
20-10语音技术分析
20-11本地语音识别
20-12网络语音识别
20-13对抗网络项目
20-14GAN原型讲解
20-15DCGAN
20-16DiscoDAN
20-17半监督学习

硬核服务

  • 朝九晚九全程跟班答疑

    www.681316.com_【官方首页】-bet365助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑,包括中途休息时间;同时,每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”,全面覆盖同学晚自习时间。
  • 一对一督学

    每个班级、每位同学、每月都会进行至少一次一对一辅导,询问同学学习状态、解决学员学习问题;同时,针对每个模块测试结果后10%的学员进行额外辅导,以确保学员能够跟上学习进度。
  • 定期直播串讲

    对于重难点知识和同学普遍反应的问题,助教将进行每周1-2次的晚自习串讲,串讲时常为2小时左右,且相关内容需要重新制作、有别于课程内容,帮助同学攻克重难点知识。
  • 五分钟内有问必答

    助教线上服务要求5分钟内有问必答,并能真正做到解决所有课程中遇到的问题。在原先每个班一个助教+一个班主任的配置下,调整为每个班2名助教+项目服务团队的模式,以确保快速、高质量的解决线上提问。
  • 出勤率和进度监督

    在课程持续期间,助教还需实时统计学员出勤情况,监督课堂纪律,跟进学习进度。除正常答疑外,服务团队会与班级同学保持沟通、给予正确指引,从而营造积极学习氛围。
  • 作业与测试

    在远程授课期间,每个课程会安排相关课后作业,确保同学课下能够进行适当练习,提升同学实时参与感、保证当日学习效果。除了作业,服务团队还会组织学员进行阶段性测试,以考试性质为主,主要考察学员对本阶段知识掌握程度。

来自业界的数据领袖团队

  • 李奇

    中国电子表格应用大会主席

    曾在IBM中国担任销售管理团队数据分析项目组长及德勤北京所的数据分析高级咨询顾问。专精于企业数据分析、制定商业智能业务解决方案、软件开发及Excel培训等。
  • 吴昊天

    CDA Level 2 大数据分析师考试命题组组长

    曾就职于电子科技大学大数据中心医疗卫生研究所,历任数据分析师、数据挖掘工程师、大数据架构师等职,多次参与并主导医保反欺诈领域和智慧诊疗相关算法设计、执行、优化等相关工作, 拥有丰富的算法研发经验与多项算法专利。拥有丰富的数据类项目管理经验。
  • 韩要宾

    杭州沐垚科技有限公司创始人兼COO,CDA数据分析研究院资深讲师

    5年电商从业经验,4年数据挖掘实战经验;专注于数据分析与挖掘、机器学习、深度学习,服务客户包括苏宁易购、迪卡侬、百草味、浙江师范大学等。
  • 徐刚

    CDA数据分析师讲师/数据分析总监

    具有深厚的数理统计与应用数据分析专业背景,上海某金融机构数据分析部门高级数据总监,具有八年数据分析、风控的从业经验,曾就职零售企业、咨询公司等,独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。
  • 覃老师

    主要研究机器学习

    深度学习神经网络领域。多年开发研究经验,精通算法原理与编程实践。曾完成过多项图像识别,目标识别,语音识别的实际项目,经验丰富。关注深度学习领域各种开源项目,如TensorFlow,Caffe,Torch等。
  • 赵仁乾

    北京邮电大学管理科学与工程硕士

    www.681316.com_【官方首页】-bet365现就职于北京电信规划设计院,从事移动、联通集团及各省分公司市场\业务\财务规划、经济评价及运营咨询。重点研究方向包括离网用户挖掘、市场细分与精准营销、移动网络价值区域分析、潜在价值客户挖掘等。
  • 丁老师

    南京上度咨询数据分析总监

    现任职于南京上度市场咨询有限公司,人大经济论坛数据处理中心数据分析顾问,SAS、SPSS 软件讲师、中国学习路径图国际中心技术顾问。曾参与2012 国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核、中国卫生状况调查、江苏广电 CRM 数据挖掘等大型数据处理项目。
  • 何勇

    CDA数据分析师讲师/复旦大学统计学博士

    从事数据科学与大数据技术相关课程的教学与CDA数据分析师的教学。研究方向为金融大数据分析与建模,社交网络数据建模以及医疗大数据分析。独立或作为项目负责人完成国家、省部级大数据分析科研项目。
权威 经管之家CDA LEVEL Ⅲ数据科学家认证证书,行业顶尖人才认证,已获得IBM大数据大学,中国电信,苏宁,德勤,猎聘,CDMS等企业的认可。
专业 CDA认证是根据商业数据分析专业岗位设立的一套体系化、科学化、正规化的人才标准。全国统考、专家命题、评分公平、流程严格,更具含金量。
权益 持证人享有系列特殊权益。证书皆绑定考生真实身份,可在CDA官网查询,确保唯一性与防伪性。证书三年审核一次,保证持证人的实力与权益。

认证介绍:
CDA数据分析师认证”是一套专业化,科学化,国际化,系统化的人才考核标准,分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ,涉及金融、电商、医疗、互联网、电信等行业大数据及数据分析从业者所需要具备的技能,符合当今全球大数据及数据分析技术潮流,为各界企业、机构提供数据分析人才参照标准。经管之家为中国区CDA数据分析师认证考试唯一主办机构,于每年6月与12月底在全国范围举办线下数据分析师考试,通过考试者可获得CDA数据分析师认证证书。
CDA持证人福利
1.可吸纳为CDA Institute、中国数据分析师(CDA)俱乐部会员,活动中具有优先报名参与权。
2.可优先获得CDA内部就业及职业发展推荐。
3.免费参与CDA举办的中国数据分析师行业峰会、大数据峰会、研讨会等各项活动,Level Ⅱ与Level III持证人享受特权位置。
4.可申请加入CDA数据分析项目组,参与项目合作(提供项目给持证人演练)。
5.CDA Level Ⅰ持证人免费享受Peixun.net会员服务6个月(价值588 RMB),Level Ⅱ与Level III持证人免费享受peixun.net会员服务1年 (价值998 RMB);
6.其他特权皆以各类活动公告为主。
进入考试报名系统
  • Q:上课形式是怎么样的?

    A:课程分为现场班和远程直播班,远程班采取实时直播 + 录播视频 + 线上答疑,不受地域限制,直播需和现场班同步时间学习,录播视频同学可以自主安排时间学习视频。
  • Q:学员课下如何与老师进行互动?

    A:CDA课程每期都会建立QQ群和微信群,工作日有老师和助教负责答疑;同时学员可以在讨论区以帖子的形式向老师提问,老师会在工作日的48小时内回复。
  • Q:远程班是录播还是直播?

    A:远程班采取直播平台+ 线上答疑,同步现场班上课时间,错过直播学员可以观看视频。
  • Q:如果学不会怎么办?

    A:首先,我们有一次免费学习的机会,如果还是学不会,授课老师会和学生面谈,发现问题所在,并让老师给出学习建议,查缺补漏,可以再跟着免费学一期。目前咱们还没有出现过这样的情况,对于学员来讲都是想尽快掌握技术能够运用到工作中。
  • Q:培训后负责就业吗?

    A:现场和远程学员推荐就业,我们课程设计就是以就业为导向。安排专职就业老师,从就业指导、面试模拟、毕业答辩会等全方面服务,保障学员的就业问题。
  • Q:上课时间是怎么安排的?

    A:每天上课时间:9:30-12:00,13:30-17:00,晚自习时间:18:30-20:30,每周上课5天左右。

OK

页面底部区域 foot.htm