•  課程目標

  本課程將圍繞大數據最本質的特點—智能化為主線，從大數據的產品思維、數據分析重要工具、數據挖掘核心技術等層面深入講述數據挖掘的高階話題，包括有偏數據挖掘、數據流挖掘、在線學習、高級數據預處理技術等。同時課程案例豐富，重點從社交網絡圖譜挖掘、推薦引擎等做實站案例講解。

•  師資團隊

• 華清創客企業內訓講師，均是來自各個領域的資深專家，均擁有6年以上大型項目經驗。

•  培養對象

  重點面向產品和技術人員，包括數據挖掘工程師、數據分析師、大數據工程師、算法專家、項目經理、技術經理、數據產品經理以及其他具有一定數據挖掘經驗的人員。

•  培訓方式

第一種：華清創客講師面授
課時：共2天，每天6學時，總計12學時
◆費用：4000元
◆外地學員：代理安排食宿（需提前預定）

第二種：線上直播授課
直播課時：共4天，每天3學時，總計12學時；
輔導：授課期間，輔導老師每天有1小時的輔導直播
◆費用：4000元

第三種：企業訂制培訓
課時：根據定制的大綱確定課時
費用：根據課程難度，每課時2000~3500元

• •  質量保證

    1、培訓過程中，如有部分內容理解不透或消化不好，可免費在下期培訓班中重聽；

    2、培訓結束后免費提供一個月的技術支持，充分保證培訓后出效果；

    3、培訓合格學員可享受免費推薦就業機會。

  •  課程大綱

    主題 內容

    1.大數據時代概述 "1.1 大數據解決的問題是什么？

    1.2 大數據公司（部門）的都在做什么？

    1.3 如何建立自己的大數據能力？"

     

    2.數據挖掘過程和實用工具使用 "2.1 數據挖掘過程的方法及其思想介紹

    2.2 挖掘工具Weka使用實踐"

     

    3.深入分類挖掘新技術 "3.1 產業實戰中如何研發一個新的數據挖掘算法

    3.2 機器學習算法理論深入

    3.3 常用多模型算法詳解

    3.4 Dynamic Data Mining（DDM）：分而治之的多模型框架研發過程

    3.5 模型評估高級話題"

     

    4.深入常用實戰數據預處理與有偏挖掘技術 "4.1 有偏數據挖掘

    4.2 高級數據預處理實戰策略"

     

    5.深入在線學習與數據流挖掘 "5.1 在線數據流挖掘基本概念

    5.2 數據流挖掘的關鍵挑戰

    5.3 兩類經典在線流挖掘算法匯總

    5.4 進階：有偏在線數據流挖掘的解決方案

    5.5 在線數據流挖掘總結"

     

    6.深入社交圖譜及推薦引擎實戰 "6.1 推薦引擎解決的問題

    6.2 推薦系統歷史

    6.3 通用推薦引擎基礎架構

    6.4 社會化推薦引擎

    6.5 社會化推薦引擎算法案例講解

    6.6 社交圖譜挖掘介紹

    6.7 社交圖譜挖掘案例講解"