•  課程目標

  首先對數據挖掘進行了總體介紹，然后講解數據倉庫的理論知識及實現，進一步系統的講解了數據預處理、關聯規則挖掘、對分類、聚類的問題及相應的方法進行了講解，最后講解案例社交媒體挖掘。

•  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

  學員學習本課程應具備下列基礎知識：
  ①具備Python/Java語言編程的基本知識和初步技能；
  ②了解基本的數據挖掘知識；

•  培訓方式

第一種：華清創客講師面授
課時：共4天，每天6學時，總計24學時
◆費用：3200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8天，每天3學時，總計24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：3200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

    
    

    第一課：數據挖掘介紹        

             講解數據挖掘的動機，數據挖掘的概念，數據挖掘的特性，數據模式，數據種類，關系數據庫，數據倉庫，事務數據庫，數據發現過程，數據挖掘研究事務。

     

    第二課：數據倉庫        

             數據倉庫概念

             多維數據模型

             數據倉庫架構

             數據倉庫實現

             數據倉庫與數據挖掘的關系

     

    第三課：數據預處理    

             數據預處理的必要性

             描述性數據總結

             數據清洗

             數據轉換

             數據完整性

             數據約減

             離散和生成概念分層

     

    第四課：關聯規則挖掘        

             講解如何定義關聯規則，如何挖掘單維度二值關聯規則，多層關聯規則和多維度關聯規則。

     

    第五課：分類問題        

             分類問題與預測

             決策樹分類

             貝葉斯分類

             后向傳播分類

             其他分類方法

             預測

             正確與錯誤的衡量

     

    第六課：聚類問題        

             聚類分析

             聚類分析的數據類型

             主要的聚類方法分類

             劃分聚類法

             層次聚類法

             基于密度的方法

             基于柵格的方法

             離散點分析

     

    第七課：社交媒體挖掘        

             講述社交媒體挖掘的網絡基礎，網絡度量，以及社區發現算法，并在推薦系統中的具體應用。