搜索
询价
1624人看过
课程简介
CDA大数据符合企业用人需求，从大数据编程——数据库编程——大数据仓库——大数据分析方法——数据挖掘算法——大数据真实项目应用——大数据解决方案等。
学习目标
零基础脱产学习，5个月学会大数据技术；计算机、统计、数学等专业学习更佳；包学会，成为大数据稀缺人才，高薪就业；CDA大数据就业帮，助你前程似锦。
学习对象
各行业数据分析、数据挖掘从业者；在校数学，计算机，统计等专业教师和学生；经济，医学生物研究院科研人员；数据分析，数据挖掘兴趣爱好者及转行人士。
趋势：大数据将补充而不是取代研究人员的工作。如今许多大数据平台是如此先进，以至于人们开始期待不久之后可以取代人类的辛勤工作，这是可以理解的。伦敦城市大学高级讲师、数据科学学位项目主管Aidan Slingsby博士认为，这一结果不太可能实现，尤其是在使用大数据协助市场研究等应用领域。数据科学有助于识别相关性。因此，数据科学家可以提供以前未曾知道的模式、网络、依赖性。但是，要使数据科学真正增加附加值，就需要市场研究人员了解信息的场景，并解释其原因。Ipsos MORI公司首席执行官Ben Page回应了这一观点，他说：“市场研究实际上是在理解人类的行为和动机。数据科学无法独立渗透。”例如，Ipsos MORI公司在其全球团队中拥有1000多名数据科学家，但该公司还雇用了其他专业人员，包括民族专家和行为科学家。
| 学习章节 | 学习具体内容 |
|
业务分析基础技能 |
数据分析概述;常用高阶函数;条件格式应用;数据透视表高阶应用;图表进阶;项目排期管理;案例背景介绍;动态考勤表制作;每月考勤统计;考勤汇总统计;常用指标概述;基础指标统计;人力资源指标体系概述;案例背景介绍;员工绩效评定思路解析;实操绩效统计及可视化;案例背景介绍;活动评估报表思路解析等 |
|
数据库应用技能 |
数据库简介;表结构的特点;数据库分类;MySQL简介;数据库基本结构;SQL语言分类;SQL书写要求;创建、使用及删除数据库;创建表;数据类型;约束条件;修改及删除表;插入数据;批量导入数据;更新数据;删除数据;查询指定列;查询不重复记录;条件查询等 |
|
商业智能分析技能 |
数据仓库结构说明；基于数据仓库的数据处理方法；数据仓库数据处理进阶；数据仓库应用案例；创建多维数据模型；理解多维模型表连接规则；业务数据分析指标介绍；业务数据汇总分析进阶；时间维度分析方法说明；业务背景介绍；理解及加工处理数据；可视化界面创建方法介绍；制作零售业销售情况分析仪；业务背景介绍；客户价值模型说明；数据加工处理；制作电商客户行为分析仪；业务背景介绍；理解餐饮业关键运营指标等 |
|
数据挖掘数学基础 |
函数；极限；微分及应用；定积分；向量；线性方程组；线性变化与矩阵；矩阵乘法；行列式；矩阵的秩；逆矩阵；点乘与内积；外积；特征值与特征向量；集中趋势的度量；离散程度的度量；偏态与峰态的度量；统计量概念与常用统计量；抽样分布等 |
|
Python数据清洗 |
NumPy基本介绍；NumPy基本数据结构: Ndarray；数组的索引与切片；数组其他常用函数与方法；Pandas基本数据结构: Series与DataFrame；索引、切片与过滤；排序与汇总；DataFrame简单处理缺失值方法；数据集的合并与连接；重复值的处理；数据集映射转化方法；异常值查找与替换；排序和随机抽样；DataFrame字符串常用操作；DataFrame分组操作等 |
|
Python数据可视化 |
数据可视化入门；常用可视化第三方库介绍: matplotlib、seaborn、PyEcharts；常用可视化图形介绍，如饼图、柱图、条形图、线图散点图等；图形选择；Pandas绘图方法；图例配置方法和常用参数；颜色条配置方法和常用参数；subplot多子图绘制方法；文字与注释、自定义坐标轴方法；Seaborn入门介绍；Seaborn API介绍；Seaborn绘图示例；Echarts介绍；PyEcharts API介绍；PyEcharts绘图示例等 |
|
机器学习快速入门 |
机器学习入门介绍：机器学习基本思想、常用算法分类、算法库等；Python机器学习算法库Scikit-Learn入门介绍；超参数与模型验证：学习曲线、网格搜索；特征工程概念介绍；分类特征、文本特征；图像特征、特征衍生；缺失值填充、特征管道；KNN基本原理；KNN函数详解；KNN高级数据结构实现；原理补充：归一化方法、学习曲线、交叉验证；KNN-最近邻分类器；KNN算法示例；无监督学习与聚类算法；聚类分析概述与簇的概念；距离衡量方法；聚类目标函数和质心计算方法等 |
|
分布式集群架构 |
大数据概念介绍；Hadoop入门与分布式集群基本概念；Hadoop生态和及其技术栈；Linux生态介绍；常用虚拟化工具介绍；常用Linux操作系统；Vmware与VirtualBox；Ubuntu操作系统与CentOS；Ubuntu安装与常用命令；JDK的安装与使用；Hadoop安装与使用；Hadoop单机运行方法；Hadoop伪分布式运行方法；利用多节点安装Hadoop集群；Hadoop生态其他常用组件基本介绍等 |
|
Sqoop安装与使用 |
Sqoop组件介绍与发展历史；Sqoop组件特性及核心功能；ETL基本概念；Hadoop生态中的数据转化方法；Linux中安装Sqoop方法；Sqoop集成MySQL方法；Sqoop集成Hbase方法；Sqoop集成Hive方法；Sqoop功能测试；Sqoop导入功能介绍；Sqoop数据导入import命令基本格式；Sqoop数据导入import命令常用参数；利用Sqoop从MySQL中导入数据至HDFS；Sqoop生成相应Java代码方法codegen；利用Sqoop导入数据至Hive等 |
|
Hadoop基础 |
HDFS概念及设计原理；HDFS体系结构和运行机制；NameNode、DataNode、SecondaryNameNode配置文件及修改方法；HDFS备份机制和文件管理机制；NameNode、DataNode、SecondaryNameNode作用及运行机制；HDFS的常用操作方法介绍；HDFS Java API介绍；HDFS Shell命令格式；HDFS创建文件目录命令；HDFS文件复制、重命名命令；HDFS文件移动、删除命令；HDFS其他常用命令；YARN基本概念；YARN相关进程介绍；YARN核心组件及其功能等 |
微软Excel MVP
沐垚科技创始人
1、电子地图如高德、百度、Google地图出现后，其产生了大量的数据流数据，这些数据不同于传统数据，传统数据代表一个属性或一个度量值，但是这些地图产生的流数据代表着一种行为、一种习惯，这些流数据经频率分析后会产生巨大的商业价值。基于地图产生的数据流是一种新型的数据类型，在过去是不存在的。
2、进入了社交网络的年代后，互联网行为主要由用户参与创造，大量的互联网用户创造出海量的社交行为数据，这些数据是过去未曾出现的。其揭示了人们行为特点和生活习惯。
课程背景
长沙大数据分析培训的背景是当前社会数字化进程加速、数据分析技术广泛应用。在这一背景下，大数据分析已成为了各行各业中的热门技能。为了满足市场需求，长沙大数据分析培训机构应运而生。
课程特色
1. 实践教学：培训机构注重实践操作，通过大量实操训练，提高学员的实战能力。
2. 精简课程：课程紧密结合企业实战需求，精简掉不必要的理论讲解，让学员能够更快速地上手使用分析工具。
3. 一对一辅导：采取一对一辅导模式，充分听取学员需求，量身定制课程，确保学员理解掌握重要技能。
课程目标
1. 掌握利用国内外主流的大数据分析工具和方法；
2. 熟练应用对企业进行业务数据分析研究和决策支持；
3. 具备较强的应用分析能力，可以满足企业求职和创业需求；
4. 实现提高职业领先竞争力的职业发展和成长。
学习对象
1. 对大数据分析感兴趣的个人或团队；
2. 有志于从事大数据分析工作的新手；
3. 想要提高数据分析能力并且实现职场价值提升的现职人员。
课程内容
1. 环境搭建和基础工具
2. 数据采集与预处理
3. 数据统计与可视化分析
4. 探索性数据分析EDA与机器学习算法
5. 高级分析和应用
6. 实战案例分析
学习时长
学员可以灵活安排时间，根据自身实际情况选择1个月/2个月等学习时长。
收费范围
学费在2000元-8000元之间，根据课程时长和内容安排灵活定制。
学习收获
1. 掌握大数据分析的核心技术和应用；
2. 从数据角度解决问题的能力得到进一步提高；
3. 注重实践操作，增强实战能力；
4. 在知识体系和实践能力上均能得到系统、完整的增强。
结语
以上信息仅供参考，实际情况以到校咨询为准。可联系在线客服，预约免费体验课，了解更多。我们希望能够帮助学员提高职业领先竞争力，在职业发展和成长上取得更多的收获。
学员评论
来自第三方
来自第三方
来自第三方