WHAT
課程簡介
CDA Python機器學習周末集訓營【Level Ⅲ】，為想希望從事數據挖掘、機器學習工程師相關崗位的人員或者希望通過CDA三級認證考試人員開設。課程設計循序漸進，從基礎工具與理論知識入門，進階機器學習模型、文本挖掘模型，以實戰(zhàn)項目案例貫穿課程講解。其中包括：Python編程基礎、數據清洗、數據處理與特征工程、Python機器學習、自然語言處理等課程模塊。課程理論知識涵蓋CDA LEVEL III等級考試的所有考點，有利于對應等級考試的學員備考。

WHY
學習目標
01熟練掌握數據科學領域最受歡迎的編程語言-Python
02掌握使用Python和pandas庫進行數據清洗和預處理
03學會使用matplotlib、seaborn進行初級可視化
04學會使用Pyecharts進行高級數據可視化
05學會構建機器學習算法進行分類、預測和聚類模型
05善用機器學習解決用戶畫像、精準營銷、風險管理等商業(yè)問題

WHO
學習對象和基礎
01機器學習零基礎學員
02高校在校生
03待業(yè)、期待轉行從事數據挖掘相關崗位的在職人員
04CDA數據分析師level Ⅲ 考生。
05希望借助數據挖掘算法來提升解決企業(yè)運營、產品運營中涉及的預測問題者
06對數據挖掘技術感興趣的各界人士
04產品、運營、營銷、管理、咨詢相關崗位從業(yè)者，希望增加數據挖掘技能與思維

1章預習課（錄播）——數據庫SQL
1-1數據庫基本概念
1-2DDL數據定義語言
1-3DML數據操作語言
1-4單表查詢
1-5多表查詢
1-6Python連接SQL

2章預習課（錄播）——Python編程基礎
2-1Python標準數據類型
2-2控制流語句
2-3自定義函數
2-4異常和錯誤
2-5類與面向對象編程
2-6Numpy數組操作
2-7Pandas數據表基礎，數據清洗與探索
2-8Python可視化包Matplotlib，Seaborn

3-1線性代數
3-2微積分
3-3描述性統(tǒng)計
3-4參數估計
3-5假設檢驗
3-6相關分析
3-7卡方分析
3-8一元線性回歸理論推導
3-9多元線性回歸理論推導

章機器學習進階第1周
3-1數據接入（接入策略，調度工具，實時數據接入方法）（附加內容）
3-2大數據平臺技術架構與應用（分布式存儲與計算，支持數據分析，大數據架構）（附加內容）
3-3數據挖掘導論
3-4KNN
3-5貝葉斯

機器學習進階第2周
4-1帶正則項的回歸分析
4-2支持向量機(SVM)
4-3決策樹（ID3, C4.5, CART）
4-4決策樹的模型調優(yōu)
4-5生存分析-病馬死亡預測案例
4-6用戶分類-保險行業(yè)用戶分類分析

5章機器學習進階第3周
5-1集成與提升方法（AdaBoost, 隨機森林, GBDT, XGBoost, LightGBM）
5-2聚類分析進階（密度聚類，譜聚類）
5-3異常識別（孤立森林，局部異常因子）
5-4交易反欺詐-異常交易識別案例

6章機器學習進階第4周
6-1關聯規(guī)則（關聯規(guī)則的概念，評估指標，Apriori算法）
6-2協同過濾
6-3產品組合策略-電信公司產品捆綁銷售策略分析案例
6-4數據處理的前沿方法：特征工程概要
6-5特征工程（特征的建構、選擇、轉換、學習）
6-6深度神經網絡（BP神經網絡概述，架構）
6-7感知機及感知機的極限

7章機器學習進階第5周
7-1文本分析（分詞與詞性標注，文本特征處理，關鍵詞抽取、文本分類與聚類方法）
7-2文本與用戶情緒分析-新聞文本分析案例

8章機器學習進階第6周
8-1徑向基網絡
8-2卷積神經網絡
8-3循環(huán)神經網絡
8-4圖像分析-手寫數字自動識別
8-5自然語言處理-用戶情緒自動識別
8-6實戰(zhàn)項目-金融行業(yè)反欺詐

9章機器學習進階第7周
9-1實戰(zhàn)項目-行業(yè)文本分析
9-2實戰(zhàn)項目-信用評分卡

10章CDA認證考試輔導（僅限報名考試的學生）
10-1數據挖掘概論
10-2高級數據處理與特征工程
10-3自然語言處理與文本分析
10-4機器學習算法
10-5機器學習進階（自動機器學習，樣本不平衡問題，半監(jiān)督學習，模型優(yōu)化）

11章選修課
11-1互聯網數字化運營【18課時】
11-2何為數據產品經理？【1課時】
11-3Python爬蟲【15課時】
11-4Python辦公自動化【10課時】
11-5人工智能(深度學習)實戰(zhàn)之圖像識別【6課時】
11-6采銷、物流與供應鏈數據分析應用實戰(zhàn)【10課時】 (需額外付費）

硬核服務；
1.朝九晚九全程跟班答疑
助教線上服務時間由原先的上課期間答疑調整為課程持續(xù)期間答疑，包括中途休息時間；同時，每日答疑時間由原先的“朝九晚六”調整為“朝九晚九”，全面覆蓋同學晚自習時間
2.一對一督學
每個班級、每位同學、每月都會進行至少一次一對一輔導，詢問同學學習狀態(tài)、解決學員學習問題；同時，針對每個模塊測試結果后10%的學員進行額外輔導，以確保學員能夠跟上學習進度。
3.定期直播串講
對于重難點知識和同學普遍反應的問題，助教將進行每周1-2次的晚自習串講，串講時常為2小時左右，且相關內容需要重新制作、有別于課程內容，幫助同學攻克重難點知識。
4.出勤率和進度監(jiān)督
在課程持續(xù)期間，助教還需實時統(tǒng)計學員出勤情況，監(jiān)督課堂紀律，跟進學習進度。除正常答疑外，服務團隊會與班級同學保持溝通、給予正確指引，從而營造積極學習氛圍。
5.作業(yè)與測試
在遠程授課期間，每個課程會安排相關課后作業(yè)，確保同學課下能夠進行適當練習，提升同學實時參與感、保證當日學習效果。除了作業(yè)，服務團隊還會組織學員進行階段性測試，以考試性質為主，主要考察學員對本階段知識掌握程度。