丰富的教学特色抢先看
实战强,案例丰富
课程内容注重实际案例分析和操作实践。
师资强,经验丰富
我们拥有经验丰富、实践能力强的师资团队。
个性化学习,灵活安排
学习进度可以根据个人需求进行安排。
职业规划,专业指导
配有职业规划师,提供就业指导和面试辅导。
实时性:在大数据时代,数据的实时性也变得越来越重要,数据产生的速度和数据处理的速度需要越来越快。以互联网金融为例,将数据快速转化成策略行动并持续优化,可以帮助企业打赢市场竞争中的主动权,并提高用户体验;而对于医学领域,实时的数据分析能够极大地缩短药品研发周期,大幅降低研发成本,有效促进医疗技术的发展。
种类和来源多样化。包括结构化、半结构化和非结构化数据,具体表现为网络日志、音频、视频、图片、地理位置信息等等,多类型的数据对数据的处理能力提出了更高的要求。 价值密度低(Value)。
南京博为峰大数据课程
课程大纲 | 课题名称 | 课程内容 |
前导基础 | 数据分析入门 |
数据分析入门 ;数据分析的意义;数据分析的流程控制 ;数据分析的思路与方法 |
逻辑为先—XMIND |
xmind简介与基本使用;学习方法课堂案例;滴答拼车实战演练;其他思维导图介绍 |
|
专业展现—PPT |
专业展现——PPT;基本简介;几个不得不说的真相;经验分享;实战动画 |
|
数据分析工具安装与环璄配置 |
Excel工具的安装、配置与环璄测试;Power BI工具的安装、配置与环璄测试;Tableau工具的安装、配置与环璄测试;MySQL数据库的安装、配置与环璄测试;SPSS数据挖掘工具安装、配置与环璄测试;SAS数据挖掘工具安装、配置与环璄测试;Python开发工具的安装、配置与开发环璄测试 |
|
Linux基础应用之大数据必知必会 |
虚拟机的安装配置;虚拟机网络配置;安装Linux;利用SSH连结Linux;Linux基础命令;Linux系统管理 |
|
数据分析的Python语言基础 |
python课程的目的;使用JupyterLab;python数据类型 ;元组、列表、字典;python分支结构 ;python字符串处理+随机函数;pthon循环结构;python面向过程函数操作;python面向对象 |
|
问题定义与数据获取 | 数据分析项目流程 |
问题界定;问题拆分 ;指标确定;数据收集;报告方案 ;趋势预测;数据分析;趋势预测;报告方案 |
问题的定义 |
边界:明确问题的边界;逻辑:确定业务的关键指标和逻辑;定性分析与定量分析 |
|
分析问题的模型 |
基于经典的模型:5W2H;SWORT;4P管理模型;CATWOE;STAR原则、波士顿5力模型。 基于业务的模型:用户画像;销售影响因素;市场变化因素;AARRR流量模型;金定塔思考方法 |
|
数据清洗与处理 |
数据科学过程 ;数据清洗定义;数据清洗任务;数据清洗流程;数据清洗环境;数据清洗实例说明;数据标准化;数据格式与编码;数据清洗常用工具;数据清洗基本技术方法;数据抽取;数据转换与加载 |
|
内部数据的获取 |
产品数据;用户数据;行为数据 ;订单数据 |
|
外部公开数据 |
开放网站;政务公开数据;数据科学竞赛;数据交易平台;行业报告;指数平台 |
|
Web网站数据抓取 |
财经数据抓取;投资数据抓取;房产数据抓取;舆情数据抓取;娱乐数据抓取;新媒体数据抓取 |
|
数据查询与提取 | SQL基础操作 |
建库 ;建表;建约束 ;创建索引;添加、删除、修改数据 |
利用SQL完成数据的预处理 |
缺失值处理:对缺失数据行进行删除或填充;重复值处理:重复值的判断与删除;异常值处理:清除不必要的空格和异常数据 |
|
利用SQL进行业务数据查询 |
利用SQL进行简单的业务数据查询;利用SQL完成复杂条件查询;利用多表关联完成复杂业务查询;利用嵌套子查询完成复杂业务数据分析 |
|
高级SQL分析 |
聚合、分组、排序;函数;行列转换;视图与存储过程 |
|
业务指标统计分析 |
业务数据表关联查询及查询;结果纵向融合;常业务需求数据宽表构建;查询处理复杂业务 |
|
数理统计基础 | 数据分析的数学基础 |
计算和连续函数的性质;导数/微分的概念和运算法则;积分的概念和运算法则;幂级数、泰勒级数、傅里叶级数、傅里叶变换;向量的概念和运算;矩阵的转置、乘法、逆矩阵、正交矩阵、SVD奇异值分解、特征值;行列式的计算和性质;凸优化 |
Python数据分析 | 基于Numpy库的Python数据科学计算 |
创建数组;切片索引;数组操作;字符串函数;数学函数;统计函数 |
基于Pandas库的Python数据处理与分析 |
直方图:探索变量的分布规律;条形图:展示数值变量的集中趋势;散点图:表示整体数据的分布规律;箱线图:表示数据分散性,中位数;提琴图:分位数的位置及数据密度;回归图:寻找数据之间的线性关系;热力图:表未数值的大小或者相关性的高低 |
|
大数据分析 | HIVE大数据查询平台搭建 |
大数据概述;数据集群; Hadoop 架构;Hive开发环璄搭建 |
HIVE与MySQL进行数据交换 |
从MySQL中导入数据到Hive;从Hive导出数据到MySQL |
|
HQL海量业务数据需求查询 |
Hive数仓;HQL 数据查询基础语法 |
|
HQL海量业务数据需求查询 |
从MySQL中导入数据到Hive;从Hive导出数据到MySQL |
|
HQL业务数据指标统计分析 |
分区表;分桶表;关联表;数据查询 |
|
HQL海量数据查询优化 |
内置函数及开窗函数;特殊类型数组查询方式;HQL 查询语句优化技巧 |
|
建模与数据挖掘 | 数据挖掘与分析算法 |
描述统计;相关分析;判别分析;方差分析;时间序列分析;主成分分析;信度分析 ;因子分析;回归分析;对应分析;列联表分析;聚类分析 |
数据挖掘工具SPSS |
从MySQL中导入数据到Hive;从Hive导出数据到MySQL |
|
HQL海量业务数据需求查询 |
课程规划与简介;数据挖掘项目生命周期;简单的统计学基础 ;用Modeler试手挖掘流程;数据挖掘的知识类型 6、商业分析基础简介;信度分析;因子分析;回归分析 ;对应分析;列联表分析 ;聚类分析 |
|
数据挖掘工具SAS |
SAS概述:SAS简介与教育版安装;SAS概述:教育版基本使用;SAS编程基础 ;SAS编程基础-循环;SAS数据集操作1-合并;SAS数据集操作72-排序与对比;SAS数据集操作3-查重与筛选;练习-斐波那契数列;练习-百元百鸡问题 |
|
人工智能预测算法 | 人工智能实战十大预测数据算法 |
机器学习入门;sk-learn机器学习库;十大预测算法原理与使用场景;算法调用、参数设置;特征选择、特征工程;回归预测模型实战;分类预测试模型实战 ;聚类模型实战;集成学习 ;模型优化 |
可视化商业报告撰写 | 商业智能与可视化分析实战 |
案例-1:BI电商数据市场分析项目实战 案例-2:BI电商数据客户分析项目实战 案例-3:BI可视化关于公司运营情况的相关分析 案例-4:基于Tableau的客户主题对客户进行合理分群 案例-5:基于Tableau的营销主题分析如何衡量媒体的营销价值 案例-6:基于Tableau的保公司索赔情况分析 |
数据可视化报告撰写 |
数据可视化的概念;数据可视化的意义;数据可视化的对比;数据可视化的分类;数据可视化图表举例 ;数据可视化应用领域;数据可视化步骤;数据可视化工具梯度;图表呈现流程;数据报告撰写 |
|
实战:O2O电商平台功能优化效果评估及可视化数据分析报告撰写 |
了解电商业务背景;、以客户分析为应用场景,对数据进行加载、清洗、分析及模型建立;以货品分析为应用场景,针对品类销售及商品销售进行分析;以流量分析为应用场景,针对流量渠道及关键词做有效分析;根据业务实际背景做舆情分析;将分析结果及建议制成报告进行发布 |
|
商业分析项目实战 | 五大商业项目实战 |
商业项目实战01:电商数据分析——分析方式之漏斗模型及数据量化 商业项目实战02:电商用户行为与营销模型实战 商业项目实战03:金融风控模型的构建与分析实战 商业项目实战04:展会电话邀约项目数据分析实战 商业项目实战05:零售行业数据分析 |
你可能关心的大数据问题
1、数据项目经理。数据项目经理负责管理和协调大数据项目的执行。他们需要具备项目管理技能和数据领域的知识,能够制定项目计划、分配资源、监督团队,并确保项目按时、按质完成。数据项目经理需要与各个部门合作,理解业务需求,并与技术团队沟通协调,确保项目目标的实现。
2、数据营销专员。数据营销专员利用大数据分析和洞察,为企业制定营销策略和推广计划。他们需要了解市场趋势和用户行为,并运用数据驱动的方法来优化市场活动和广告投放。数据营销专员还需要掌握数字营销工具和分析平台,以便跟踪和评估营销效果。
一起来了解博为峰
博为峰培训致力于打造个性化职业技能培训学习平台,秉承“让适合的人,选择适合的时间、适合的地点、适合的老师,学适合品类的课程”的理念,致力于为更多的应届毕业生和职场新人提供个性化的职业技能提升方案,在商业不断创新、技术不断迭代和机遇不断涌现的时代里,持续提升职场竞争力。
课程背景
南京是一座充满活力和创新精神的城市,大数据技术的快速发展也在这里得到了广泛的应用。我们紧跟时代潮流,特别举办了南京大数据周末培训班,旨在帮助更多人学习掌握大数据相关知识,提升自身竞争力。
课程特色
1. 实战性强:课程注重实际操作演练,让学员在掌握理论知识的同时,能够灵活应用于实际项目中。
2. 行业导向:结合行业发展趋势,帮助学员了解大数据在不同行业的应用场景,为未来就业做好准备。
课程目标
1. 掌握大数据基础理论知识;
2. 熟练运用大数据相关工具和技术。
学习对象
1. 对大数据感兴趣的在校大学生;
2. 从事相关行业的职业人士。
课程内容
1. 大数据概述;
2. Hadoop原理及应用实践;
3. Spark框架介绍与实战;
4. 数据挖掘与机器学习;
5. 大数据可视化技术。
师资力量
我们的授课老师均来自于大数据领域的专业讲师,具有丰富的教学和实战经验,能够为学员提供高质量的教学服务。
教学质量
我们注重课程内容的实用性和针对性,通过案例分析和实际操作,帮助学员更好地理解和运用所学知识。
服务水平
本机构提供全程学习指导服务,学员有任何问题都可以随时咨询老师,我们将尽心解决。
学习时长
本次培训班为期两个月,每周末上课,让学员在工作之余也能轻松学习。
收费范围
学费为4000-15000元不等,根据课程安排和学员需求确定具体价格。
学习收获
通过本次培训班,学员将能够系统掌握大数据技术和应用,为自身职业发展和未来就业打下坚实基础。
总结
以上信息仅供参考,实际情况以到校咨询为准。欢迎学员们联系在线客服,预约免费体验课,了解更多课程细节和报名事宜。南京大数据周末培训班,助你开启大数据时代的学习之旅!
培训项目:软件测试培训、Web前端培训、Java全栈开发培训、Python全栈开发培训、超全栈开发培训、人工智能培训、数据分析培训、.Net培训、大数据云计算培训
¥询价862人关注
¥询价749人关注
¥询价2328人关注
¥询价1652人关注
¥询价2753人关注
¥询价2852人关注
¥询价2638人关注
¥询价1798人关注
¥询价340人关注
¥询价403人关注