課程簡介
隨著互聯(lián)網(wǎng)的到來，人類社會開始進入大數(shù)據(jù)時代。借助機器學習技術，挖掘大數(shù)據(jù)里邊的價值，是互聯(lián)網(wǎng)+成功企業(yè)中的重要一環(huán)。在本課程中，你不但能學到數(shù)據(jù)挖掘的一般概念、基礎理論、常用技術以及最新的深度學習技術，還會通過實例體會到大數(shù)據(jù)中存在確確實實的價值以及發(fā)掘這些價值的實用技巧。本課程緊密聯(lián)系實際，廣泛講授從廣告系統(tǒng)、個性化推薦系統(tǒng)以及輿情監(jiān)控系統(tǒng)的具體做法及最佳實踐經(jīng)驗。
目標收益
課程中的內容涵蓋理論和經(jīng)驗，是作者們在大數(shù)據(jù)行業(yè)長年摸爬滾打出來的最佳實踐的總結。經(jīng)過這些課程培訓，可以使學員能夠對大數(shù)據(jù)體系有全面而又清晰的認識，了解從平臺搭建、到數(shù)據(jù)分析再到數(shù)據(jù)價值的挖掘各個方面的實用知識，可以即刻在實際工作中學以致用，運用大數(shù)據(jù)理論、方法來提升部門或公司的業(yè)績。
培訓對象
1. 小型企業(yè)的技術負責人；
2. 大中型企業(yè)的數(shù)據(jù)部門相關人員、或是對數(shù)據(jù)感興趣的其他部門的研發(fā)總監(jiān)、部門經(jīng)理、一線研發(fā)工程師等人員均可。
課程大綱
| 數(shù)據(jù)挖掘 |
1. 引言：數(shù)據(jù)挖掘中的務實與務虛 通過數(shù)據(jù)挖掘的獲得的價值有很多，表現(xiàn)在很多方面，總體歸結為實與虛兩類。本小節(jié)將講訴什么是務實？什么是務虛？并以幾個案例展開闡述在公司不同的發(fā)展階段，該如何實現(xiàn)務實業(yè)務與務虛業(yè)務的最佳結合。 2. 無監(jiān)督機器學習及案例 無監(jiān)督機器學習技術常常用于數(shù)據(jù)的探索、降維，本小節(jié)著重描述數(shù)據(jù)挖掘中常常用到的哪些無監(jiān)督學習方法及技術。將結合多個案例，介紹幾種無監(jiān)督學習技術的原理、工具以及應用實例。 3. 有監(jiān)督機器學習及案例 有監(jiān)督機器學習技術在數(shù)據(jù)挖掘中占有重要的地位，它通過學習歷史數(shù)據(jù)來建立各種預測模型。本小節(jié)重點闡述數(shù)據(jù)挖掘中常常用到的有監(jiān)督學習方法、技術及工具。將結合多個案例，介紹多種有監(jiān)督學習技術的原理、工具以及案例。 4. 個性化推薦系統(tǒng)：不同業(yè)務場景下的個性化推薦解決方案 在各大互聯(lián)網(wǎng)公司中，個性化推薦往往是使用最廣泛的數(shù)據(jù)挖掘應用。本文講從詳細闡述個性化推薦系統(tǒng)的歷史發(fā)展、原理、常用技術，并結合幾種不同業(yè)務場景，詳細介紹如何搭建適合不同業(yè)務場景下個性化推薦系統(tǒng)。 5. 深度學習及案例 深度學習是近十年人工智能領域中取得的一個重大突破。它的出現(xiàn)極大的增強了對數(shù)據(jù)的理解力。本小節(jié)將結合案例簡要介紹深度學習的發(fā)展歷史、原理、難點、常用工具以及相關應用。 6. 綜合案例：從海量互聯(lián)網(wǎng)數(shù)據(jù)中挖掘有用的輿情信息 本文將以一個完整的輿情分析系統(tǒng)為案例，系統(tǒng)性的闡述了如何將以上學習到的無監(jiān)督學習技術、有監(jiān)督學習技術以及深度學習技術結合起來，建立一個實用的、功能完備的數(shù)據(jù)挖掘系統(tǒng)。 |
|
數(shù)據(jù)挖掘 1. 引言：數(shù)據(jù)挖掘中的務實與務虛 通過數(shù)據(jù)挖掘的獲得的價值有很多，表現(xiàn)在很多方面，總體歸結為實與虛兩類。本小節(jié)將講訴什么是務實？什么是務虛？并以幾個案例展開闡述在公司不同的發(fā)展階段，該如何實現(xiàn)務實業(yè)務與務虛業(yè)務的最佳結合。 2. 無監(jiān)督機器學習及案例 無監(jiān)督機器學習技術常常用于數(shù)據(jù)的探索、降維，本小節(jié)著重描述數(shù)據(jù)挖掘中常常用到的哪些無監(jiān)督學習方法及技術。將結合多個案例，介紹幾種無監(jiān)督學習技術的原理、工具以及應用實例。 3. 有監(jiān)督機器學習及案例 有監(jiān)督機器學習技術在數(shù)據(jù)挖掘中占有重要的地位，它通過學習歷史數(shù)據(jù)來建立各種預測模型。本小節(jié)重點闡述數(shù)據(jù)挖掘中常常用到的有監(jiān)督學習方法、技術及工具。將結合多個案例，介紹多種有監(jiān)督學習技術的原理、工具以及案例。 4. 個性化推薦系統(tǒng)：不同業(yè)務場景下的個性化推薦解決方案 在各大互聯(lián)網(wǎng)公司中，個性化推薦往往是使用最廣泛的數(shù)據(jù)挖掘應用。本文講從詳細闡述個性化推薦系統(tǒng)的歷史發(fā)展、原理、常用技術，并結合幾種不同業(yè)務場景，詳細介紹如何搭建適合不同業(yè)務場景下個性化推薦系統(tǒng)。 5. 深度學習及案例 深度學習是近十年人工智能領域中取得的一個重大突破。它的出現(xiàn)極大的增強了對數(shù)據(jù)的理解力。本小節(jié)將結合案例簡要介紹深度學習的發(fā)展歷史、原理、難點、常用工具以及相關應用。 6. 綜合案例：從海量互聯(lián)網(wǎng)數(shù)據(jù)中挖掘有用的輿情信息 本文將以一個完整的輿情分析系統(tǒng)為案例，系統(tǒng)性的闡述了如何將以上學習到的無監(jiān)督學習技術、有監(jiān)督學習技術以及深度學習技術結合起來，建立一個實用的、功能完備的數(shù)據(jù)挖掘系統(tǒng)。 |
近期公開課推薦
