大数据挖掘、可视化与ChatGPT职场赋能学习什么呢?
的工具不限于 matplotlib、pycha、pyecharts、ggplot、Bokeh、主要讲解 ID3、C4.5、C5.0 以及 CART 决策树算法的实现原理,并。HoloViews、mpld3、plotly、pygal 等常用可视化库。介绍 Excel 如何安装 GPT 插件,自动编写函数提升表格的处理效果。同时,介绍 Keras、OpenCV 库的使用方法,此外,针对海量数据的情况下
·
第一讲 零基础学 Python
讲解 Python 背景、国内发展状况、基础语法、数据结构及绘图操
作等内容。特别针对向量计算这块,着重介绍 Python 在这方面的
优势及用法。
第二讲 数据分析方法论
讲解统计分析基础,包括统计学基本概念,假设检验,置信区间等
基础,并结合数据案例说明其使用场景和运用方法。介绍数据分析
流程和常见分析思路,并结合案例进行讲解。
第三讲 数据处理技法
从数据接入、数据统计、数据转换等几个方面进行讲解。数据接入
包含接入 MySQL、Oracle、Hadoop 等常见数据库操作;数据统
计包含 Pandas 包的具体用法和讲解;数据转换包含对数据集的关
联、合并、重塑等操作。此外,针对海量数据的情况下,介绍在 Spark
平台上的数据处理技术,并结合真实环境进行操作讲解。
数据挖掘理论
及核心技术
第四讲 认识数据挖掘
讲解数据挖掘基本概念,细致讲解业务理解、数据理解、数据准备、
建立模型、模型评估、模型部署各环节的工作内容及相关技术;结
合业界经典场景,讲解数据挖掘的实施流程和方法体系。
第五讲 数据挖掘核心技术
细致讲解抽样、分区、样本平衡、特征选择、训练模型、评估模型
等数据挖掘核心技术原理,并结合案例讲解其具体实现和用法。尤
其针对样本平衡,重点讲解人工合成、代价敏感等算法;针对特征
选择,重点讲解特征选择的核心思路,并结合 Python 进行案例演
示。 大数据算法原 理及案例实现
第六讲 特征降维算法及 Python 实现
降维是大数据分析非常重要的算法,它可以在降低极少信息量的情
况下,极大地缩小数据规模。主要讲解主成分、LDA 以及 t-SNE 原
理,并结合案例进行 Python 实现。特别地,针对海量数据情况下
的应用场景,讲解实现思路和 Python 案例。
第七讲 决策树算法及 Python 实现
决策树是非常经典的算法,一般常见于小数据的挖掘。由于决策树
具有极强的可解释性,针对海量数据仍然是非常重要的实用价值。
主要讲解 ID3、C4.5、C5.0 以及 CART 决策树算法的实现原理,并
结合案例进行 Python 实现。第八讲 好莱坞百万级影评数据分析与电影推荐实现
实战部分:基于好莱坞百万级的影评数据,对数据进行建模、清洗、
透视表操作。然后根据用户画像分析不同的用户喜好通过机器学习
算法对不同性别、年龄阶段的用户进行定制化的电影推荐,最后把
推荐的电影进行可视化的展示操作 大数据算法原 理及案例实现
第九讲 因果推理算法及 Python 实现
大数据分析技术可以帮助我们去发现、解决一些业务问题,然而如
何去判断我们的改进是否生效,是否在业务指标上呈现过一定的因
果逻辑,则是一个重要问题和分析方向。本节主要介绍因果推理算
法,包括贝叶斯推理、状态空间模型以及 CausalImpact 工具等内
容,并结合案例进行 Python 实现。
第十讲 深度学习算法及 Python 实现
对于大数据的建模任务,我们可以基于深度学习来实现,不仅能够
针对海量数据进行建模,其效果也非常不错。本节主要讲解深度学
习的发展历程,DBN、DNN 等经典深度学习算法,深度学习优化
算法以及一些技巧。同时,介绍 Keras、OpenCV 库的使用方法,
并结合案例进行 Python 实现。
第十一讲 采用 YOLO 实现计算机视觉技术
实战部分:基于 YOLO 面部模型,完成对图片和视频的人脸识别,
实战中会讲解 YOLO 的重要类和函数。主要内容包括 YOLO 库的安
装和部署、图像增强、像素操作、图形分析等各种技术,并且详细
介绍了如何处理来自文件或摄像机的视频,以及如何检测和跟踪移
动对象。Python可视化 应用实战
第十二讲 数据分析图表及 Python 案例
数据可视化是大数据分析的重要手段,通过合理地使用图表,不仅
可以简洁地表达数据的含义,高效地发现问题,还可以为报告的编
写以及数据分析 web 应用增色不少。本节主要讲解常用的数据分析
图表及其使用场景,介绍数据可视化的方法论,避免生搬硬套的使
用图表,针对不同的业务场景和需求,合理选择可视化方法。介绍
的工具不限于 matplotlib、pycha、pyecharts、ggplot、Bokeh、
HoloViews、mpld3、plotly、pygal 等常用可视化库。
第十四讲 使用 Notebook 编写数据分析报告
数据分析报告在大数据分析过程中具有重要价值,它体现了大数据
分析的目的、过程和结果,以及对发现问题的解读、改进方案等等,
本节主要讲解使用 Notebook 编写数据分析报告的具体方法,以及
编写数据分析报告的方法论,并结合案例讲解其用法。
第十五讲 Seaborn 可视化开发实战
Seaborn 是一款不错的可视化框架,它和 Pandas 一样是建立在
Matplotlib 之上的。可以基于 Seaborn 快速开发一个轻量级的数
据分析 web 应用。在网页中嵌入图表、数据以及分析的算法,非常
适合打造企业内部的敏捷数据分析工具集。本节主要介绍 Pie、
Scatter、Radar 等等各种可视化解决方案,同时讲解一个用
Seaborn 实现数据分析功能(兼图表)的实际案例,搭建服务器,
在企业内部实现轻量级数据分析应用。 ChatGPT 职场赋能
第十六讲 GPT4 Plus 快速入门
首先了解以 ChatGPT 为代表的大语言模型的原理,并且对比介绍
GPT3 与 GPT4 的区别。接下来介绍如何在国内的环境下方便稳定
的使用 ChatGPT4。最后演示在 GPT 使用过程中如何高效的使用提
示词,以及 GPT4 新特性:Custom Instructions 与角色设置
第十七讲 GPT4 Plus 提高办公效率
介绍 Excel 如何安装 GPT 插件,自动编写函数提升表格的处理效果。
接下来介绍 Python 如何调用 GPT API 并介绍 Token 计算、字数限
制、内容乱码解决方案。最后讲解 ChatGPT4 Plus 如何自动实现数
据挖掘流程并生成分析报告。以及 Plugin Store 第三方插件安装与
使用
第十八讲 文案、短视频、AI 主播的定制化生成
首先介绍如果通过 GPT 生成高质量的文案,或者如果通过 AI 来优
化已有的文案。接下通过百度旗下的 AI 工具通过文案自动生成高质
量的短视频。最后通过阿里的语言训练模型,打造属于自己或者公
司的数字人
更多推荐
所有评论(0)