CDA&中国工商银行股份有限公司数据挖掘人才培养计划圆满成功
2021-08-17
2017年9月18-20日，CDA在中国工商银行股份有限公司数据中心（上海）进行了一场以“Python语言数据挖掘应用”为主题的人才培养计划。培训班在嘉定园区开课，西三旗园区、外高桥园区和上海分行信息科技部远程视频参加，中心各部门员工报名积极，共有95名员工参加了集中学习。老师和数据分析部门的相关同事进行积极地交流学习，最后都收获了不少学习成果。
企业简介：
中国工商银行股份有限公司数据中心（上海）[以下简称数据中心（上海）]为总行直属机构，于2000年11月10日正式挂牌成立。数据中心（上海）承担全行信息系统生产运行及灾备管理的职能，建立了全球领先的核心生产环境，形成了基于ITIL理念的生产运维体系，为工商银行境内外机构提供数据服务，并与500多家第三方机构相连接。
满足更高标准的业务连续性运作和系统可用性要求，工商银行在国内同业率先启动“两地三中心”工程建设。数据中心（上海）在上海外高桥、嘉定，以及北京西三旗三个园区建成两个并行运行、快速接管的同城数据中心和一个异地灾备中心，实现了最高等级的灾备部署，保证信息系统全年365天，全天24小时不间断运行。
十多年的奋勇开拓，不仅铸造了数据中心（上海）强大稳定的信息系统，更锤炼出一支锐意进取、追求卓越的人才团队。我们汇聚人才，更执于培养人才。我们引领改变，更擅于掌控改变。我们开拓视野，更乐于分享视野。我们追寻梦想，更敢于触动梦想。
内容简介：
第一阶段：Python 基础学习
1. 语法初步
2. 列表、字符串和元组
3. 集合与字典
4. 条件和循环语句
5. 若干重要内置函数应用
6. 文件操作
7. 函数及其应用
8. 正则表达式
9. 数据库和 Python
10. 排序算法、 动态规划算法、递归算法等算法
第二阶段：numpy、pandas等进行数据清洗和整理
1. 整理数据（切片、产生随机数、复制、广播、排序等）
2. 数据索引和选择的各种方法
3. 数据的分组、分割、合并、变形
4. 缺失值和空值的数据处理
5. 时间序列数据处理、建模和预测（ARIMA）
6. 含中文数据的处理
7. 数据去重、去离群值
8. R语言和Python（pandas）数据整理和建模的比较
9. 描述统计和推论统计分析
第三阶段：Python机器学习算法和数据挖掘案例精要
1.Logistic 回归模型对文本的分类
2.图片结构和分析（图片的K-means聚类分析）
3.图片的识别和分类：PCA建模
4.二维手写数字识别（KNN方法）
5.推荐系统和精准营销（最近邻方法、协同过滤）
6.数据可视化的各种情形
7.新闻的文本分类（TF-IDF准则、旅游新闻个性化推荐）
8.手写识别
9.朴素贝叶斯（Naïve Bayes）决策
10.酒的品质分类预测
11.机器学习的格点搜索和参数寻优
12.惩罚线性回归分类器
13.使用支持向量机识别和分类
14.金融时间序列预测（非ARIMA方法）
15.机器集成学习算法
16.随机模拟、用户流失预警、量化投资实战
学员评价：
老师通过数据分析工作中遇到的典型数据分析和挖掘案例进行深刻地分析，即使是初学者也能快速掌握Python 数据分析和数据挖掘（含机器学习）的思想和方法，形成科学有效的知识和能力结构体系框架。
企业评价：
本次活动内容丰富，基本涵盖机器学习常用算法和方法。通过集中学习，学员们纷纷表示受益匪浅，对机器学习有了更深入了解，并且提升了动手实践能力。后续在数据分析实践中，结合我行业务和运维场景需要，使用所学的知识和方法更好的解决问题。同时希望后期与CDA在专题类课程多交流，CDA认证、项目咨询等多方面达成更深入合作。
CDA认证小程序
CDA考试中心服务号
京公网安备 11010802034615号
