2018年5月23-25日，CDA在中国电信股份有限公司北京研究院进行了一场以“人工智能之Python应用”为主题的技术分享活动。中心各部门员工报名积极，共有70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，本次活动取得圆满成功。
内容简介
第一天： Python 编程基础（均通过实际案例讲解）
1. 语法初步
2. 数据结构（列表、字符串、元组、集合、字典和字符串）
3. 条件选择结构和循环结构（随机模拟）
4. 若干重要内置函数应用
5. 函数、模块及其应用
6. 数组的使用
7. 文件的操作
8. 排序和查找、递归算法
9. 正则表达式简介
10. 面向对象编程简介
第二天：使用numpy、pandas等进行数据清洗和整理，统计分析
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. 文本数据的处理技巧
5. 抽样分布和假设检验（含非参数假设检验）
6. 线性模型的构建和预测（含回归分析、离散因变量模型）
7. 主成份分析和因子分析
8. 列联表和对应分析
9. 时间序列数据处理、建模和预测（ARIMA）

第三天：Python机器学习算法和数据挖掘案例实战
1. 概率、逼近和EM算法原理和实例
2. 最近邻k-NN算法及应用实例（客户细分、数码图像识别）
3. 朴素贝叶斯（Naive Bayes）算法
4. 使用scikit-learn模块进行机器学习的若干案例（含回归、决策树、支持向量机、梯度下降、集成学习、随机森林等多种算法模型）
5. k-means聚类（无监督学习、如何确定最佳聚类数）
6. 特征工程及变量的选择
7. 使用XGBoost 进行预测的经典案例（交叉验证、格点搜索、参数寻优）
8. 再谈Logistic回归和案例分析
9. 文本挖掘原理和案例（分词、TF-IDF准则、文本分类、非结构化数据分析）
10. 深度学习原理及其若干应用案例
员工心得与评价
本次活动内容丰富，基本涵盖机器学习常用算法和技能，正是项目应用需要的。知识点比较多，拓展了自己的数据思维，对数据方法更深入了解，并且提升了动手实践能力。先消化一段时间，希望后期与CDA在专题类课程有更多交流和学习。