数据挖掘及实战

•  课程目标

  首先对数据挖掘进行了总体介绍，然后讲解数据仓库的理论知识及实现，进一步系统的讲解了数据预处理、关联规则挖掘、对分类、聚类的问题及相应的方法进行了讲解，最后讲解案例社交媒体挖掘。

•  师资团队

• 华清创客企业内训讲师，均是来自各个领域的资深专家，均拥有6年以上大型项目经验。

•  培养对象

  学员学习本课程应具备下列基础知识：
  ①具备Python/Java语言编程的基本知识和初步技能；
  ②了解基本的数据挖掘知识；

•  培训方式

第一种：华清创客讲师面授
课时：共4天，每天6学时，总计24学时
◆费用：3200元
◆外地学员：代理安排食宿（需提前预定）

第二种：线上直播授课
直播课时：共8天，每天3学时，总计24学时；
辅导：授课期间，辅导老师每天有1小时的辅导直播
◆费用：3200元

第三种：企业订制培训
课时：根据定制的大纲确定课时
费用：根据课程难度，每课时2000~3500元

• •  质量保证

    1、培训过程中，如有部分内容理解不透或消化不好，可免费在下期培训班中重听；

    2、培训结束后免费提供一个月的技术支持，充分保证培训后出效果；

    3、培训合格学员可享受免费推荐就业机会。

  •  课程大纲

    
    

    第一课：数据挖掘介绍        

             讲解数据挖掘的动机，数据挖掘的概念，数据挖掘的特性，数据模式，数据种类，关系数据库，数据仓库，事务数据库，数据发现过程，数据挖掘研究事务。

     

    第二课：数据仓库        

             数据仓库概念

             多维数据模型

             数据仓库架构

             数据仓库实现

             数据仓库与数据挖掘的关系

     

    第三课：数据预处理    

             数据预处理的必要性

             描述性数据总结

             数据清洗

             数据转换

             数据完整性

             数据约减

             离散和生成概念分层

     

    第四课：关联规则挖掘        

             讲解如何定义关联规则，如何挖掘单维度二值关联规则，多层关联规则和多维度关联规则。

     

    第五课：分类问题        

             分类问题与预测

             决策树分类

             贝叶斯分类

             后向传播分类

             其他分类方法

             预测

             正确与错误的衡量

     

    第六课：聚类问题        

             聚类分析

             聚类分析的数据类型

             主要的聚类方法分类

             划分聚类法

             层次聚类法

             基于密度的方法

             基于栅格的方法

             离散点分析

     

    第七课：社交媒体挖掘        

             讲述社交媒体挖掘的网络基础，网络度量，以及社区发现算法，并在推荐系统中的具体应用。