400-888-5228

培訓(xùn)方式:

理論與案例相結(jié)合,資深顧問授課及輔導(dǎo),小班授課保證質(zhì)量(8人以內(nèi)小班)

 

培訓(xùn)講師:

長(zhǎng)期應(yīng)用Hadoop系統(tǒng)的資深培訓(xùn)講師,具備美國(guó)Cloudera公司認(rèn)證的Hadoop管理員、開發(fā)員證書。

 

培訓(xùn)目標(biāo):

  1. 數(shù)據(jù)挖掘的基礎(chǔ)理論
  2. 大數(shù)據(jù)抽取的主流工具
  3. 大數(shù)據(jù)處理的方式方法
  4. 大數(shù)據(jù)存儲(chǔ)方式。
  5. 可視化展現(xiàn)。

培訓(xùn)對(duì)象:

想了解數(shù)據(jù)挖掘理念、數(shù)據(jù)可視化展現(xiàn),實(shí)際案例的業(yè)務(wù)人員、項(xiàng)目建設(shè)人員。

學(xué)員基礎(chǔ):

了解業(yè)務(wù)經(jīng)營(yíng)狀況。

培訓(xùn)大綱:

第一天:數(shù)據(jù)挖掘理論、數(shù)據(jù)抽取的主流工具

大數(shù)據(jù)應(yīng)用案例

  1. 超市貨物擺放規(guī)則與銷售量的關(guān)系
  2. 貨物的搭配銷售關(guān)系

大數(shù)據(jù)處理原理

  1. 數(shù)據(jù)處理概念
  2. 處理步驟
  3. 處理方法

數(shù)據(jù)統(tǒng)計(jì)

  1. 數(shù)據(jù)統(tǒng)計(jì)概念
  2. 均值分析
  3. 頻率分析
  4. 相關(guān)分析
  5. 雙樣本方差檢驗(yàn)
  6. 二項(xiàng)分布檢驗(yàn)
  7. 快速聚類
  8. 主成份分析
  9. 方差分析
  10. 線性回歸
  11. 二值邏輯回歸
  12. 主成份分析
  13. 季節(jié)結(jié)構(gòu)

數(shù)據(jù)挖掘

  1. BP神經(jīng)網(wǎng)絡(luò)
  2. BPR神經(jīng)網(wǎng)絡(luò)
  3. 模糊聚類
  4. 關(guān)聯(lián)規(guī)則(單維、多維)
  5. 貝葉斯網(wǎng)絡(luò)

圖形展現(xiàn)

  1. 序列圖
  2. 自相關(guān)圖
  3. 互相關(guān)圖
  4. P-P圖
  5. Q-Q圖
  6. 經(jīng)驗(yàn)圖

數(shù)據(jù)抽取

  1. 數(shù)據(jù)抽取概念
  2. ?數(shù)據(jù)抽取步驟
  3. 數(shù)據(jù)抽取工具

數(shù)據(jù)處理

  1. 數(shù)據(jù)處理概念
  2. 數(shù)據(jù)處理方法、步驟
  3. 數(shù)據(jù)處理工具

第二天:數(shù)據(jù)存儲(chǔ)、可視化展現(xiàn)

數(shù)據(jù)存儲(chǔ)

  1. 概念
  2. 方法
  3. 存儲(chǔ)模型

數(shù)據(jù)可視展現(xiàn)方式

數(shù)據(jù)展現(xiàn)工具

  1. 主流工具
  2. 工具對(duì)比

大數(shù)據(jù)使用案例

  1. 物流行車線路計(jì)算與實(shí)踐
  2. 用戶行為分析
  3. 商品推薦