【培訓對象】
業務支持部、IT系統部、大數據系統開發部、大數據分析中心、網絡運維部等相關技術人員。

【培訓收益】

第一部分：Python語言基礎
目的：掌握基本的Python編程思想與編程語句，熟悉常用數據結構的操作
1、Python簡介
2、開發環境搭建
Python的安裝
擴展庫的安裝
3、掌握Python的簡單數據類型
 字符串的使用及操作
整數、浮點數
4、掌握基本語句：
if、while、for、print等
基本運算：
函數定義、參數傳遞、返回值
5、掌握復雜的數據類型：列表/元組
列表操作：訪問、添加、修改、刪除、排序
列表切片、復制等
列表相關的函數、方法
元組的應用
6、復雜數據類型：字典
創建、訪問、修改、刪除、遍歷
字典函數和方法
7、復雜數據類型：集合
8、掌握面向對象編程思想
創建類、繼承類
模塊
9、函數定義、參數傳遞、返回值
10、標準庫與擴展庫的導入
11、異常處理:try-except塊
演練：基本的Python編程語句

第二部分：Python擴展庫
目的：掌握數據集結構及基本處理方法，進一步鞏固Python語言
1、數據挖掘常用擴展庫介紹
Numpy數組處理支持
Scipy矩陣計算模塊
Matplotlib數據可視化工具庫
Pandas數據分析和探索工具
StatsModels統計建模庫
Scikit-Learn機器學習庫
Keras深度學習（神經網絡）庫
Gensim文本挖掘庫
2、數據集讀取與操作：讀取、寫入
讀寫文本文件
讀寫CSV文件
讀寫Excel文件
從數據庫獲取數據集
3、數據集的核心數據結構（Pandas數據結構）
DataFrame對象及處理方法
Series對象及處理方法
演練：用Python實現數據的基本統計分析功能

第三部分：數據可視化處理
目的：掌握作圖擴展庫，實現數據可視化
1、常用的Python作圖庫
Matplotlib庫
Pygal庫
2、實現分類匯總
演練：按性別統計用戶人數
演練：按產品+日期統計各產品銷售金額
3、各種圖形的畫法
直方圖
餅圖
折線圖
散點圖
4、繪圖的美化技巧
演練：用Python庫作圖來實現產品銷量分析，并可視化

第四部分：數據理解和數據準備
目的：掌握數據預處理的基本環節，以及Python的實現
1、數據預處理
異常值處理：3σ準則，IQR準則
缺失值插補：均值、拉格朗日插補
數據篩選/抽樣
數據的離散化處理
變量變換、變量派生
2、數據的基本分析
相關分析：原理、公式、應用
方差分析：原理、公式、應用
卡方分析：原理、公式、應用
主成分分析：降維
案例：用Python實現數據預處理及數據準備

第五部分：分類預測模型實戰
1、常見分類預測的模型與算法
2、如何評估分類預測模型的質量
查準率
查全率
ROC曲線
3、邏輯回歸分析模型
邏輯回歸的原理
邏輯回歸建模的步驟
邏輯回歸結果解讀
案例：用sklearn庫實現銀行貸款違約預測
4、決策樹模型
決策樹分類的原理
決策樹的三個關鍵問題
決策樹算法與實現
案例：電力竊漏用戶自動識別
5、決策樹算法
最優屬性選擇算法：ID3、ID4.0、ID5.0
連續變量分割算法
樹剪枝：預剪枝、后剪枝
6、人工神經網絡模型（ANN）
神經網絡概述
神經元工作原理
常見神經網絡算法（BP、LM、RBF、FNN等）
案例：神經網絡預測產品銷量
7、支持向量機（SVM）
SVM基本原理
維災難與核心函數
案例：基于水質圖像的水質評價
8、貝葉斯分析
條件概率
常見貝葉斯網絡

第六部分：數值預測模型實戰
1、常用數值預測的模型
通用預測模型：回歸模型
季節性預測模型：相加、相乘模型
新產品預測模型：珀爾曲線與龔鉑茲曲線
2、回歸分析概念
3、常見回歸分析類別
4、回歸分析常見算法
梯度上升/下降法
普通最小二乘法OLS
局部加權線性回歸LWLR
嶺回歸（RR）
套索回歸Lasso
ElasticNet回歸
第七部分：聚類分析（客戶細分）實戰
1、客戶細分常用方法
2、聚類分析（Clustering）
聚類方法原理介紹及適用場景
常用聚類分析算法
聚類算法的評價
案例：使用SKLearn實現K均值聚類
案例：使用TSNE實現聚類可視化
3、RFM模型分析
RFM模型，更深入了解你的客戶價值
RFM模型與市場策略
案例：航空公司客戶價值分析

第八部分：關聯規則分析實戰
1、關聯規則概述
2、常用關聯規則算法
Apriori算法
發現頻繁集
生成關聯規則
FP-Growth算法
構建FP樹
提取規則
3、時間序列分析
案例：使用apriori庫實現關聯分析
案例：中醫證型關聯規則挖掘

第九部分：案例實戰
1、客戶流失預測和客戶挽留模型
2、銀行欠貸風險預測模型

結束：課程總結與問題答疑。 

• 寬帶接入與智慧家庭技術培訓

   

  時間 內容 ..

  ￥   元/ 天

  人氣：892  

  

• 面向全業務的寬帶傳輸技術培訓

   

  一、通信產業發展背景和趨勢1.全球互聯網流量現狀和趨勢2.全球無線接入流量變化趨勢3.全球消費者網絡視頻變化趨勢4.中國網民規模和結構二、四川移動全業務布局和實現1.電信運營商全業務格局2.全業務運營的概念和特點3.中國移動全業務運營現狀4.全業務競爭下客戶的典型需求5.中國移動全業務布局6.全業務基礎通信..

  ￥   元/ 天

  人氣：596  

  

• 面向全業務的傳送網絡技術培訓

   

  一、通信產業發展背景和趨勢1.全球互聯網流量現狀和趨勢2.全球無線接入流量變化趨勢3.全球消費者網絡視頻變化趨勢4.中國網民規模和結構二、中國移動全業務布局和實現1.電信運營商全業務格局2.全業務運營的概念和特點3.中國移動全業務運營現狀4.全業務競爭下客戶的典型需求5.中國移動全業務布局6.全業務基礎通信..

  ￥   元/ 天

  人氣：685  

  

• 本地網PON技術培訓

   

  一、達州移動網絡架構和技術選擇1.達州移動網絡架構2.達州移動業務類型3.達州移動本地網技術選擇4.不同業務的技術實現二、PON關鍵技術1.接入網技術概述2.PON的概念及技術分類3.光進銅退的概念4.PON網絡工作原理和網絡質量5.OLT設備和工作原理6.ONU設備和工作原理三、影響接入網網絡質量..

  ￥   元/ 天

  人氣：748  

  

• 全業務綜合故障解決方案培訓、裝維技術培訓

   

  時間 內容 收益 ..

  ￥   元/ 天

  人氣：667  

  

• 物聯網智能技術培訓

   

  Topics/題目 Contents/內容 時長/Time ..

  ￥   元/ 天

  人氣：847