•  課程目標(biāo)

  本課程將圍繞大數(shù)據(jù)最本質(zhì)的特點(diǎn)—智能化為主線，從大數(shù)據(jù)的產(chǎn)品思維、數(shù)據(jù)分析重要工具、數(shù)據(jù)挖掘核心技術(shù)等層面深入講述數(shù)據(jù)挖掘的高階話題，包括有偏數(shù)據(jù)挖掘、數(shù)據(jù)流挖掘、在線學(xué)習(xí)、高級(jí)數(shù)據(jù)預(yù)處理技術(shù)等。同時(shí)課程案例豐富，重點(diǎn)從社交網(wǎng)絡(luò)圖譜挖掘、推薦引擎等做實(shí)站案例講解。

•  師資團(tuán)隊(duì)

• 華清創(chuàng)客企業(yè)內(nèi)訓(xùn)講師，均是來自各個(gè)領(lǐng)域的資深專家，均擁有6年以上大型項(xiàng)目經(jīng)驗(yàn)。

•  培養(yǎng)對(duì)象

  重點(diǎn)面向產(chǎn)品和技術(shù)人員，包括數(shù)據(jù)挖掘工程師、數(shù)據(jù)分析師、大數(shù)據(jù)工程師、算法專家、項(xiàng)目經(jīng)理、技術(shù)經(jīng)理、數(shù)據(jù)產(chǎn)品經(jīng)理以及其他具有一定數(shù)據(jù)挖掘經(jīng)驗(yàn)的人員。

•  培訓(xùn)方式

第一種：華清創(chuàng)客講師面授
課時(shí)：共2天，每天6學(xué)時(shí)，總計(jì)12學(xué)時(shí)
◆費(fèi)用：4000元
◆外地學(xué)員：代理安排食宿（需提前預(yù)定）

第二種：線上直播授課
直播課時(shí)：共4天，每天3學(xué)時(shí)，總計(jì)12學(xué)時(shí)；
輔導(dǎo)：授課期間，輔導(dǎo)老師每天有1小時(shí)的輔導(dǎo)直播
◆費(fèi)用：4000元

第三種：企業(yè)訂制培訓(xùn)
課時(shí)：根據(jù)定制的大綱確定課時(shí)
費(fèi)用：根據(jù)課程難度，每課時(shí)2000~3500元

• •  質(zhì)量保證

    1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在下期培訓(xùn)班中重聽；

    2、培訓(xùn)結(jié)束后免費(fèi)提供一個(gè)月的技術(shù)支持，充分保證培訓(xùn)后出效果；

    3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。

  •  課程大綱

    主題 內(nèi)容

    1.大數(shù)據(jù)時(shí)代概述 "1.1 大數(shù)據(jù)解決的問題是什么？

    1.2 大數(shù)據(jù)公司（部門）的都在做什么？

    1.3 如何建立自己的大數(shù)據(jù)能力？"

     

    2.數(shù)據(jù)挖掘過程和實(shí)用工具使用 "2.1 數(shù)據(jù)挖掘過程的方法及其思想介紹

    2.2 挖掘工具Weka使用實(shí)踐"

     

    3.深入分類挖掘新技術(shù) "3.1 產(chǎn)業(yè)實(shí)戰(zhàn)中如何研發(fā)一個(gè)新的數(shù)據(jù)挖掘算法

    3.2 機(jī)器學(xué)習(xí)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(fā)過程

    3.5 模型評(píng)估高級(jí)話題"

     

    4.深入常用實(shí)戰(zhàn)數(shù)據(jù)預(yù)處理與有偏挖掘技術(shù) "4.1 有偏數(shù)據(jù)挖掘

    4.2 高級(jí)數(shù)據(jù)預(yù)處理實(shí)戰(zhàn)策略"

     

    5.深入在線學(xué)習(xí)與數(shù)據(jù)流挖掘 "5.1 在線數(shù)據(jù)流挖掘基本概念

    5.2 數(shù)據(jù)流挖掘的關(guān)鍵挑戰(zhàn)

    5.3 兩類經(jīng)典在線流挖掘算法匯總

    5.4 進(jìn)階：有偏在線數(shù)據(jù)流挖掘的解決方案

    5.5 在線數(shù)據(jù)流挖掘總結(jié)"

     

    6.深入社交圖譜及推薦引擎實(shí)戰(zhàn) "6.1 推薦引擎解決的問題

    6.2 推薦系統(tǒng)歷史

    6.3 通用推薦引擎基礎(chǔ)架構(gòu)

    6.4 社會(huì)化推薦引擎

    6.5 社會(huì)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"