cda

数字化人才认证

您的位置:首页 > 课程列表 > CDA 机器学习与深度学习集训营【Level Ⅲ】

CDA 机器学习与深度学习集训营【Level Ⅲ】

CDA 机器学习与深度学习集训营【Level Ⅲ】

难度系数:

课程系列:Level Ⅲ

课程信息:
相关等级报考推荐:
  • Level I¥1200元
  • Level II¥1700元
  • Level III¥2000元
  • WHAT 课程简介

    CDA 机器学习与深度学习集训营【Level Ⅲ】 :CDA Python机器学习周末集训营【Level Ⅲ】,为想希望从事数据挖掘、机器学习工程师相关岗位的人员或者希望通过CDA三级认证考试人员开设。课程设计循序渐进,从基础工具与理论知识入门,进阶机器学习模型、文本挖掘模型,以实战项目案例贯穿课程讲解。其中包括:Python编程基础、数据清洗、数据处理与特征工程、Python机器学习、自然语言处理等课程模块。课程理论知识涵盖CDA LEVEL III等级考试的所有考点,有利于对应等级考试的学员备考。
  • WHY 学习目标

    熟练掌握数据科学领域最受欢迎的编程语言-Python
    掌握使用Python和pandas库进行数据清洗和预处理
    学会使用matplotlib、seaborn进行初级可视化
    学会使用Pyecharts进行高级数据可视化
    学会构建机器学习算法进行分类、预测和聚类模型
    善用机器学习解决用户画像、精准营销、风险管理等商业问题
  • WHO 学习对象和基础

    机器学习零基础学员
    高校在校生
    待业、期待转行从事数据挖掘相关岗位的在职人员
    CDA数据分析师level Ⅲ 考生。
    希望借助数据挖掘算法来提升解决企业运营、产品运营中涉及的预测问题者
    对数据挖掘技术感兴趣的各界人士
    产品、运营、营销、管理、咨询相关岗位从业者,希望增加数据挖掘技能与思维

1预习课(录播)——数据库SQL

1-1数据库基本概念
1-2DDL数据定义语言
1-3DML数据操作语言
1-4单表查询
1-5多表查询
1-6Python连接SQL

2预习课(录播)——Python编程基础

2-1Python标准数据类型
2-2控制流语句
2-3自定义函数
2-4异常和错误
2-5类与面向对象编程
2-6Numpy数组操作

3预习课(录播)——数学与统计学基础

3-1线性代数
3-2微积分
3-3描述性统计
3-4参数估计
3-5假设检验
3-6相关分析
3-7卡方分析
3-8一元线性回归理论推导
3-9多元线性回归理论推导

4机器学习进阶(Level 3)第1周-ETL数据接入与数据模型管理

4-1数据分类
4-2数据建模
4-3ETL基本概念与常用工具
4-4基于Python的ETL程序开发
4-5ETL实战项目
4-6数据接入策略与调度工具

5机器学习进阶(Level 3)第1周- 大数据平台Spark,数据挖掘导论

5-1数据挖掘导论
5-2梯度下降
5-3分布式存储与计
5-4Spark与Flink工作原理
5-5Spark基本语法
5-6使用PySpark实现分布式计算

6机器学习进阶(Level 3)第2周-决策树

6-1决策树与信息熵
6-2ID3, C4.5, CART树
6-3模型调优:网格搜索与交叉验证
6-4决策树的PySpark实现
6-5分类模型的评估(混淆矩阵,ROC等)
6-6决策树之欺诈识别案例

7机器学习进阶(Level 3)第2周-正则回归,Pipeline

7-1正则项的理论基础
7-2带正则项的回归
7-3Pipeline工作流专题
7-4使用Pipeline部署算法模型

8机器学习进阶(Level 3)第3周-关联规则与协同过滤

8-1关联规则(关联规则的概念,评估指标,Apriori算法)
8-2协同过滤
8-3大数据环境下的协同过滤实现
8-4产品组合策略-零售产品捆绑销售策略分析案例

9机器学习进阶(Level 3)第3周-集成算法基础

9-1集成学习的理论基础
9-2Bagging, Boosting, Stacking
9-3AdaBoost
9-4随机森林
9-5GBDT, XGBoost

10机器学习进阶(Level 3)第4周-爬虫,文本分析

10-1数据的爬取(http原理, requests应用, HTML结构及xpath应用)
10-2非结构化数据的加工处理
10-3文本数据处理之正则表达式

11机器学习进阶(Level 3)第4周-机器学习进阶,人工智能基础

11-1LightGBM
11-2数据不平衡问题
11-3进阶调参方法python实践
11-4贝叶斯调参python实践
11-5人工智能基础与网页端的使用
11-6常用人工智能软件
11-7人工智能相关库的环境配置

12机器学习进阶(Level 3)第5周-人工智能基础

12-1深度神经网络基础:感知器及多层感知器
12-2神经网络架构
12-3BP反向传播算法
12-4优化算法专题
12-5卷积神经网络(选修)
12-6Pytorch框架与代码实践
12-7Openai api之python代码实践
12-8图像分析-手写数字自动识别

13机器学习进阶(Level 3)第5周-聚类分析进阶与异常识别

13-1聚类分析进阶(密度聚类,高斯混合聚类)
13-2聚类分析的Spark实现
13-3异常识别(孤立森林,局部异常因子)
13-4交易反欺诈-异常交易识别案例

14机器学习进阶(Level 3)第6周-人工智能NLP之文本挖掘

14-1分词与词性标注
14-2文本信息提取
14-3词嵌入与词模型(CBOW与Skip-gram)
14-4构建文本信息库
14-5文本聚类算法
14-6词模型的Pytorch实现
14-7文本分类算法的Pytorch实现

15机器学习进阶(Level 3)第6周-人工智能NLP之大语言模型LLM

15-1循环神经网络RNN
15-2编码器与迁移学习
15-3残差连接ResNet
15-4Transformer架构
15-5大语言模型LLM技术架构与训练方法
15-6开源模型平台与框架的代码实践
15-7LLM的本地化部署

16机器学习进阶(Level 3)第7周-大语言模型LLM前沿方法

16-1聊天机器人的本地化部署
16-2Fine tuning
16-3Lora专题
16-4本地化LLM的tuning代码实践
16-5Agent与Lang Chain
16-6向量数据库与知识库
16-7人工智能NLP的前沿方向

17CDA 认证考试辅导(仅限报名考试的学生)

17-1数据挖掘概论
17-2高级数据处理与特征工程
17-3自然语言处理与文本分析
17-4机器学习算法
17-5机器学习进阶(自动机器学习,样本不平衡问题,半监督学习,模型优化)

18拓展选修课

18-1互联网数字化运营
18-2何为数据产品经理
18-3Python 爬虫
18-4人工智能(深度学习)实战之图像识别
18-5Tableau 多维可视化分析
18-6统计分析

硬核服务

  • 朝九晚九全程跟班答疑

    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。
  • 有问必答

    助教线上服务要求有问必答,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

  • 陈老师

    北大博士,主要研究方向包括光无线融合技术,智能信号处理,以及机器学习、人工智能在通信信号处理中的应用。参与多个科技部973 项目、国家重大专项、重点研发计划以及自然科学基金面上项目研究工作。
  • 常国珍老师

    北京大学会计学博士, CDA数据科学研究院执行院长,中国大数据产业生态联盟专家委员会委员。曾任毕马威咨询大数据总监。北京语言大学金融硕校外导师,中国社会科学院大学等多所院校外聘讲师。具有18年数据挖掘、精益数据治理、数据规划咨询顾问经验。著有《金融商业数据分析与应用》系列丛书、《用商业案例学 R 语言数据挖掘》、《胸有成竹:数据分析的SASEG 进阶》等多本著作。
  • 李御玺

    国立台湾大学资讯工程博士 铭传大学大数据研究中心主任 中华数据挖掘协会理事,厦门大学数据挖掘中心顾问,中国人民大学数据挖掘中心顾问,IBM SPSSChina/SAS-Taiwan 顾问

几乎所有行业

都稀缺独当一面的CDA数据分析师®人才

在招聘市场上,越来越多的企业要求持CDA数据分析师®证书

GROWN

开启数据科学家成长之路

考核通过后,可获得CDA数据分析师中英文双证书,其中中文证书由中国成人教育协会数据分析教育培训专业委员会监制,英文证书由CDA INSTITUTE 认证。
“CDA数据分析师认证”是一套科学化,专业化,国际化的人才考核标准,共分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ三个等级,涉及行业包括互联网、金融、咨询、电信、零售、医疗、旅游等,涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资等。该标准符合当今全球数据科学技术潮流,可以为各行业企业和机构提供数据人才参照标准。
  • CDA LEVEL I

    人人皆需的职场数据思维与通用数据技能

    面向范围

    • 零基础就业转行者、应届毕业生
    • 产品、运营、营销等业务岗与研发、技术岗在职者
    • 企业创始人、经理人、管理咨询类岗位从业者

    岗位去向

    商业(业务)分析师初级数据分析师
    (数据)产品运营(数字)市场营销
    数据专员...

  • CDA LEVEL II

    企业数字化发展中必备的数据分析流程与技能

    面向范围

    • 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者
    • 数字化转型企业创始人与数字化流程中相关负责人

    岗位去向

    数据分析师(数据)产品运营经理
    (数字)营销经理风控建模分析师
    量化策略分析师数据治理(质量)...

  • CDA LEVEL III

    企业数字化发展中必备的高级数据分析方法与技术

    面向范围

    • 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者
    • 从事算法科学、深度学习等工作的科研人员、分析师与工程师等

    岗位去向

    高级数据分析师机器学习工程师
    算法工程师数据科学家
    首席数据官...

EXAM

CDA认证报考开放化

CDA认证LEVELⅠ 对于考生的学历、专业、技能等没有限制性报考条件,在与全球计算机化考试服务商Pearson VUE达成深度合作后LEVELⅠ更是随报随考机制。
查看CDA认证报考流程 

VALUE

CDA证书的价值

  • 共识性CONSENSUS
    CDA数据分析师标准由中国成人教育协会数据分析教育培训专业委员会监制,国际范围内的数据科学领域的行业专家、学者及知名企业共同制定并于每年更新,逐步推动数据人才标准的行业共识。
  • 专业性speciality
    CDA认证是根据数据科学专业岗位设立的科学化,专业化,国际化的人才考核标准。考试与国际知名考试服务机构Pearson VUE合作,随报随考、专家命题、评分公平、流程严格,更具含金量。
  • 权益性rights
    CDA持证人自动纳入为CDA会员并享有系列特殊权益。证书皆绑定考生真实身份,可在CDA认证考试中心查询,证书确保唯一性与防伪性,持证人还可获得电子徽章,加入到Linkedin个人档案中。证书三年审核一次,保证持证人的实力与权益。

RIGHTS

CDA持证人的权益

  • 会员资格

    吸纳为CDA Institute、CDA数据分析师俱乐部会员,活动中具有优先报名参与权

  • 职业发展

    可优先获得CDA内部就业及职业发展推荐

  • 免费CDA活动

    免费参与CDAS行业峰会等各项活动,CDA持证人享受特权位置

  • 兼职机会

    有机会加入CDA数据分析教学、研发等项目

  • 黄金会员

    免费享有AIU人工智能学院1个月黄金会员,内含国外前沿数据科学学习等海量资源

  • 免费资源

    经管之家论坛学习资源、优秀文献资料免费下载权

  • Q:上课形式是怎么样的?

    A:课程为远程在线直播 + 线上视频录播+课后全套录播 + 线上答疑,不受地域限制,直播需同步时间学习,录播视频同学可以自主安排时间学习视频。
  • Q:如果学不会怎么办?

    A:相信每位同学,来学习都会认真努力,不存在学不会的问题。上课期间,全程助教跟班答疑;课后,助教老师依旧会在群里帮大家解答学习上的疑问。此外,课程均赠送全套录播视频,有效期1年,方便学员反复观看巩固,稳扎稳打学会全部课程。
  • Q:本课程需要Python语言基础吗?

    A:不是必须的。本课程针对零基础学员学习,将从Python语言语法入门系统讲授知识,基础薄弱学员可通过报名课程预习视频学习。
  • Q: 在这门课程中会学习到什么?

    A: 你将在课程中学习如何选择不同的数据分析方法来解决问题,同时学会使用当前数据科学最主流和收欢迎的数据分析工具-Python。深入学习数据清洗、探索性分析、可视化技术和机器学习技术。使用在大数据、金融、智能领域进行预测分析,成为数据分析技术精英,具备加入领先科技企业的能力!

OK