【培訓對象】
有數據庫基礎知識 有編程基礎知識 有統計學基本知識 有數據分析、數據挖掘、統計分析的基本概念 對數據分析感興趣

【培訓收益】

第1天
主題 Python的優點和不足
大綱 優點
1、python語言更接近自然語言
2、python是開放源碼的自由軟件
3、python可移植在各種平臺上
4、python支持面向過程的函數編程，也支持面向對象的抽象編程
5、可擴展和可嵌入
6、各種功能豐富的庫
7、編碼規范。各種強制縮進方式提供了可讀性。
不足
8、運行速度可能不理想。
9、python是開源軟件，通過封裝加密進行商業化，就是一個問題。
10,、繁多的標準庫和第三方庫
主題 重要的python庫
大綱 1、NumPy （numerical python）
2、Pandas 處理結構化數據的大量數據結構和函數
3、Matplotlib 繪制數據圖表
4、IPython 交互式窗口，科學計算工具集的一部分
5、SciPy 專門解決科學計算中，標準問題域的包的集合。
6、Scikit-learn 機器學習庫
主題 Python的安裝和配置
大綱 1、anaconda
2、Windows系統下的安裝
3、Linux系統下的安裝
主題 Ipython基礎
大綱 1、IPython交互式計算和開發環境
2、Ipython啟動、簡單命令
3、內省
4、使用歷史命令
5、與操作系統交互
6、軟件開發工具
7、ipython html notebook
8、用ipython提高代碼開發效率
9、ipython高級功能
主題 Ipython編碼效率與高級功能
大綱 1、利用python提高代碼效率的幾點提示
2、高級Ipython功能
第2天
主題 numpy數組和矢量計算
大綱 1、NumPy的ndarray：多維數組
2、通用函數 數組函數
3、利用數組進行數據處理
4、用于數組文件的輸入輸出
5、線性代數
6、隨機數生產
7、隨機漫步
主題 pandas 數據處理分析工具
大綱 1、pandas的數據結構介紹
2、基本功能
3、匯總和計算描述統計
4、處理缺失數據
5、層次化索引
6、其他有關pandas的話題
主題 數據加載 轉儲
大綱 1、讀寫文本格式的數據
2、二進制數據格式
3、使用HTML和Web API
4、使用數據庫
5、使用excel文件
6、使用hadoop大數據
主題 簡單數據清洗
大綱 1、合并數據集
2、重塑和軸向旋轉
3、數據轉換
4、字符串操作
主題 python的繪圖和可視化
大綱 1、python的圖形化工具生態系統
2、matplotlib API入門
3、pandas中的繪圖函數
4、繪制地圖
第3天
主題 數據的分組計算--分層樣本
大綱 1、GroupBy技術
2、數據聚合
3、分組運算和轉換
4、透視表和交叉表
主題 時間序列
大綱 1、日期和時間數據類型及工具
2、時間序列基礎
3、日期的范圍、頻率以及移動
4、時區處理
5、時期及其算數運算
6、重采樣及頻率轉換
7、時間序列繪圖
8、移動窗口函數
9、性能和內存使用方面的注意事項
主題 numpy高級應用
大綱 1、ndarray對象的內部機制
2、高級數組操作
3、廣播
4、ufunc高級應用
5、結構化和記錄式數組
6、關于排序
7、numpy的matrix類
8、高級數組輸入輸出
9、性能建議
主題 蒙特卡洛模擬
大綱 1、純python
2、用numpy向量化
3、用對數歐拉方法實現全向量化
4、圖形化分析
5、技術分析
主題 統計學 正態檢驗
大綱 1、正態性檢驗
2、基準案例
3、現實世界的數據
第4天
主題 金融應用 投資優化組合
大綱 1、基本理論
2、數據
3、投資組合優化
4、有效邊界
5、資本市場線
主題 k 近鄰算法
大綱 1、k近鄰算法概述
2、準備數據：從文本文件中解析數據
3、分析數據：使用matplotlib創建散點圖
4、準備數據：歸一化數值
5、測試算法：作為完整程序驗證分類器
6、使用算法：構建完整可用的系統
主題 決策樹
大綱 1、決策樹的構造
信息增益
劃分數據集
遞歸構建決策樹
2、使用matplotlib注解繪制樹形圖
matplotlib注解
構造注解樹
3、測試和存儲分類器
測試算法：使用決策樹執行分類
使用算法：決策樹的存儲
主題 概率論 樸素貝葉斯
大綱 1、基于貝葉斯決策理論的分類方法
2、條件概率
3、使用條件概率來分類
4、使用樸素貝葉斯進行文檔分類
5、使用python進行文本分類
主題 Logistic 回歸分析
大綱 1、基于Logistic回歸和sigmoid函數的分類
2、基于最優化方法的 最佳回歸系數確定
梯度上升法
訓練算法：使用梯度上升找到最佳參數
分析數據：畫出決策邊界
訓練算法：隨機梯度上升
第5天
主題 支持向量機
大綱 1、SVM應用的一般框架
2、基于最大間隔分隔數據
3、尋找最大間隔
4、SMO高效優化算法
5、利用完整plattSMO算法加速優化
6、在復雜數據上應用核函數
主題 回歸 ----- 預測數值型數據
大綱 1、用線性回歸找到最佳擬合直線
2、局部加權線性回歸
3、縮減系數來“理解”數據
嶺回歸
lasso
向前逐步回歸
4、權衡偏差與方差
主題 樹回歸
大綱 1、復雜數據的局部性建模
2、連續和離散型特征的樹的構建
3、將CART算法用于回歸
構建樹 運行代碼
4、樹剪枝
預剪枝 后剪枝
5、模型樹
6、樹回歸與標準回歸的比較
主題 大數據與mapreduce
大綱 1、mapreduce：分布式計算框架
2、hadoop流
3、mapreduce上的機器學習
4、在python中使用mrjob來自動化MapReduce
5、真的需要MapReduce嗎？

 

Oracle 數據庫 DBA認證
SAS 數據分析高級程序員認證
Hadoop大數據及數據分析講師
數據庫專家。 孫增輝老師多年從事數據庫的管理和教學工作。對oracle、sql server、mysql等關系型數據庫有豐富的教學經驗。對于hive、HBase這些非關系型NoSql數據庫也有相當成熟的教學實踐。
數據分析講師。孫增輝老師多年講授SAS數據分析軟件的應用與數據分析實踐。對SSPS、R、python等在數據分析方向的教學也有相當經驗。
Hadoop大數據、spark大數據分析講師。自2015年以來，孫增輝老師頻繁從事大數據方向的教學工作
Python+人工智能
Openstack云計算技術
Docker應用容器引擎
孫增輝老師在數據庫、大數據、數據分析，python+人工智能，這條數據應用鏈路上，非常擅長。
從業經驗：
孫增輝老師從2008您進入數據庫行業之后，基本上一直從事數據相關工作。沒有脫離這個行業。
項目經驗 ：
1.項目名稱：華夏銀行oracle數據庫技術培訓
項目描述：孫增輝老師多次在華夏銀行進行oracle數據庫培訓。從2013年至2016年，幾乎每年都要進行兩三次數據庫培訓項目。
工作內容：為專業數據庫技術部門及非技術相關部門培訓數據庫技術
2.項目名稱：廣東移動 鼎湖培訓學院 大數據及數據分析
項目描述：長期多次在鼎湖培訓中心，多次講授大數據、大數據分析等相關課程。
工作內容：為專業技術部門及非技術相關部門培訓大數據、數據分析技術
3.項目名稱：建設銀行研發中心 大數據技術培訓（北京西城）
項目描述：為研發人員進行大數據技術培訓

某銀行數據庫遷移項目
因業務發展，舊有的系統無法承擔業務增長造成的壓力，需要將數據庫遷移到新的平臺。

作為項目負責人，編寫實施方案，溝通項目實踐窗口，安排方案測試并組織實施。

◇ 某銀行全國數據庫管理員培訓項目
為金融機構的oracle數據庫管理員提供培訓。
金融機構的技術人員一般有較好的技術基礎，這對講師的能力也是一種考驗。

作為主講講師，講授相關技術知識。

◇ 某銀行儲蓄數據庫性能調優項目
為機構的數據庫查詢性能提供優化。
由于新業務上線，系統老舊，以及管理能力瓶頸造成的性能無法滿足需要，對數據庫進行調優。通過優化代碼、重新組織存儲、合理建設索引等方法完成項目。

作為項目工程師，確認影響范圍，組織實施測試，實施調優。

◇ 某銀行數據庫開發項目

審核代碼、優化代碼在數據庫中的執行效率。維護測試數據庫、組織測試數據。

作為數據庫管理員，提供技術支持。

◇ ORACLE OCP公開課項目
面向社會培訓的oracle認證課程。
主要是對oracle數據庫的初級學員進行培訓。課程內容涉及oracle數據庫的全方位知識，知識點全面，深度中等。

作為主講講師，安排課程進度，組織教學實驗，維護學習氣氛。

◇ ORACLE 數據庫災備方案 咨詢項目
對企業的oracle數據庫災備項目進行咨詢。
企業的oracle數據庫災備，是數據安全工作的重點，也是保障數據安全的重要手段。幫助企業完成災備方案并實施，是一項十分重要的工作。

作為咨詢顧問，進行售前技術交流、審核實施方案、安排組織方案測試。

◇ ORACLE系統管理 系列培訓/咨詢項目
結合各行業企業客戶的項目和培訓需求，設計、開發相應的課程體系、定制課件、現場培訓、系統規劃、安裝、配置、性能優化、疑難解答等。

作為主講講師/咨詢顧問，提供技術支持，幫助界定項目范圍、時間長度安排。

◇ 某大學 計算機學院 oracle培訓項目
大學生的oracle數據庫培訓，與其他數據庫培訓有所不同。掌握課堂紀律，安排好課程的節奏反而是更重要的部分。

作為主講講師，安排課程進度，組織教學實驗，維護學習氣氛。

◇ 廣東移動 SAS數據分析培訓項目
培訓項目內容深度要求并不嚴格，但是移動公司人員對知識的廣度要求加大。很多時候培訓組織的過程中，都要求按照學員的需求，隨時調整講授內容。這對講師的講授經驗、項目經驗、課程熟悉程度都會有較高要求。

作為主講講師，安排課程進度，組織教學實驗，維護學習氣氛。

◇ SAS程序開發
面向社會的SAS公開課。主要內容為數據處理與簡單建模。
很多數據分析課程，一開始就講授建模部分，但是數據的采集、整理、篩選、變換才是一個數據分析師的基本功。本課程的內容主要是數據處理。

作為主講講師，安排課程進度，組織教學實驗，維護學習氣氛。

◇ SAS數據分析
主要內容是使用描述統計、相關分析、主成分分析、聚類、回歸分析、邏輯回歸、方差分析、時間序列分析等方法對數據繼續分析處理。

作為主講講師，安排課程進度，組織教學實驗，維護學習氣氛。

工作內容： 組織培訓并安排考試考核 

• 業務數據分析II（Excel）

   

  【課程背景】數據分析有多個含義，普通含義的數據分析包括展現數據的趨勢，對數據做分類匯總，發現其中的TOPN數據，對比數據的不同與變化等。這些常規分析可以通過數據透視表來完成。這些內容在課程《業務數據分析I》中已經詳細介紹了。而對數據的深入分析還包括發現數據之間的模式，規律，相關性及因果關系，預測未來業務數據，對數據進行統計分析從而發現問題等等。 ..

  ￥   元/ 天

  人氣：794  

  

• 業務數據分析I（Excel）

   

  【課程背景】數據分析是數據應用的重要目的。海量的，紛繁復雜的原始數據只有經過分析才能抽取關鍵信息，獲得對數據的準確認知，才能對未來起到知道作用。本課程從準備數據開始，一步一步的經過數據整理，分析，最終做出報表呈現分析結果，并通過各個領域的案例，使您可以快速將學習到的分析和預測方法落實到您的實際工作中。【課程大綱】（..

  ￥   元/ 天

  人氣：739  

  

• 數據分析與圖示化呈現技巧

   

  課程背景據統計，我們日常工作中，通過視覺獲取的信息超過70%，所以如何將數據圖示化、視覺化，如果讓老板、領導或者客戶、消費者在短時間內迅速get到你想表達的信息在當今信息化時代顯得尤為重要。基于商務應用需要，Office高效辦公專家李憲磊老師以多年的企業實戰工作經驗和企業實際需求為出發點，開發出《數據分析與圖示化呈現技巧》課程。本課程結合日常的數據信..

  ￥   元/ 天

  人氣：708  

  

• 服裝行業終端店長——店鋪商品數據分析課程

   

  【課程大綱】1.店鋪商品的構成分析2.店鋪商品的訂貨方法3.店鋪商品數據分析的要點4.店鋪商品陳列的方法5.店鋪商品促銷管理方法6. 店鋪商品庫存管理

  ￥   元/ 天

  人氣：1055  

  

• 新零售用戶行為數據分析與產品優化

   

  第一單元 用戶分類1.用戶分析集中的三個方面u用戶統計監控u用戶定向營銷u用戶調研2.互聯網思維——用戶為中心u顧客-用戶u顧客為中心-用戶為中心u顧客至上-用戶體驗至上3.用戶分析的指標u訪問用戶數u新用戶數u活躍用戶數u流失用戶數4.新老用戶5.新活躍用戶和流失用戶 ..

  ￥   元/ 天

  人氣：857  

  

• 移動互聯網時代的精焳營銷-數據分析

   

  一、大數據未來的通行證美國的大數據、阿里的大數據大數據改變未來未來誰是王者案例：未來的一天、IBM的規劃二、數據分析五步法1）數據搜集數據搜集不等CRM2）數據清洗3）數據建模4) 數據整理三、市場調查1）市場調研帶來哪些價值機會點研究品牌研究廣告促銷研究滿意度研究四、數據分..

  ￥   元/ 天

  人氣：2053