CDA数据分析师

CDA数据分析师

考试报名
考试报名
考试内容
考试大纲
在线客服
返回顶部

CDA走进麦当劳——金拱门(中国)有限公司

2021-08-17


2018年12月21-25日,CDA在金拱门(中国)有限公司进行了一场以“数据科学应用”为主题的学习活动。上海总部各部门报名人数超出预期,共有50名员工参加了学习。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。
学习大纲
第一阶段:Python编程和数据整理精要
1.数据结构(list, dictionary,tuple等)
2.循环结构(对文本的遍历)、使用函数
3.数组、numpy和pandas等
案例:
顾客就餐优惠券收集问题、顾客自回避随机行走问题、顾客的正态分布函数问题
统计外卖订单的字符个数、租房价格的分类汇总、足球运动员的数据清洗和整理等
第二阶段:抽样分布、假设检验和Logistic回归模型
1.抽样分布、随机过程和随机模拟,均值比例的参数统计和假设检验
2.分类变量的处理、模型的参数估计(掌握极大似然估计)
3.系数和结果的解释、拟合优度、预测等
案例:
顾客排队系统的泊松流分析、产品质量的假设检验等
不同年龄、性别的顾客购买意向分析、食品饮料机发生故障的次数分析等
第三阶段:主成份分析和时间序列模型
1.主成份分析的原理、降维、综合评价方法
2.时间序列数据的预处理、平稳时间序列的检验方法、差分
3.自相关与偏自相关系数、模型识别、参数估计
4.模型检验、模型优化、模型预测和分析等
案例:
某零售商为了研究其某款产品的销售情况,收集了销售额月度数据,根据此数据作时间序列分析和预测




第四阶段:Python应用和机器学习
1.掌握机器学习重要的推荐评价、最近邻算法、
2.决策树、随机森林和支持向量机的Python的算法

案例:构建零售产品的评价推荐系统、根据历史会员顾客的数据进行精准营销、商品选购的决策、输赢的预测等

第五阶段:大数据及hadoop生态环境概述
1.大数据技术框架概述
2.从数据分析理论开始详述大数据分析
3.大数据学习必经之路
4.Hadoop的核心组件:hdfs与mapreduce
5.大数据的瑞士军刀--spark技术及特点

第六阶段:Hadoop+Spark大数据案例
1.介绍Hive、Sqoop、Spark、Mysql的功能及相互搭配过程
2.Sqoop和Mysql数据库进行交互
3.Spark SQL语句操作大数据平台上的数据
4.Tableau进行高速收费异常数据的漏斗分析
5.hbase在高速公路用户信息获取时的实战经验分享

本次学习过程内容丰富,基本涵盖python机器学习常用算法和大数据平台应用,正是项目应用需要的。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在专题类课程有更深入地交流和学习

完 谢谢观看