CDA&中國電信股份有限公司北京研究院內訓圓滿成功

2018年5月23-25日，CDA數據分析研究院在中國電信股份有限公司北京研究院進行了一場以“人工智能之Python應用”為主題的內訓。中心各部門員工報名積極，共有70名員工參加了集中培訓。老師和數據分析部門的相關同事進行積極地交流，本次內訓取得圓滿成功。

內訓內容簡介

第一天： Python 編程基礎（均通過實際案例講解）
1. 語法初步
2. 數據結構（列表、字符串、元組、集合、字典和字符串）
3. 條件選擇結構和循環結構（隨機模擬）
4. 若干重要內置函數應用
5. 函數、模塊及其應用
6. 數組的使用
7. 文件的操作
8. 排序和查找、遞歸算法
9. 正則表達式簡介
10. 面向對象編程簡介

第二天：使用numpy、pandas等進行數據清洗和整理，統計分析
1. 整理數據（切片、產生隨機數、復制、廣播、排序等）
2. 數據索引和選擇的各種方法
3. 數據的分組、分割、合并、變形
4. 文本數據的處理技巧
5. 抽樣分布和假設檢驗（含非參數假設檢驗）
6. 線性模型的構建和預測（含回歸分析、離散因變量模型）
7. 主成份分析和因子分析
8. 列聯表和對應分析
9. 時間序列數據處理、建模和預測（ARIMA）



第三天：Python機器學習算法和數據挖掘案例實戰
1. 概率、逼近和EM算法原理和實例
2. 最近鄰k-NN算法及應用實例（客戶細分、數碼圖像識別）
3. 樸素貝葉斯（Naive Bayes）算法
4. 使用scikit-learn模塊進行機器學習的若干案例（含回歸、決策樹、支持向量機、梯度下降、集成學習、隨機森林等多種算法模型）
5. k-means聚類（無監督學習、如何確定最佳聚類數）
6. 特征工程及變量的選擇
7. 使用XGBoost 進行預測的經典案例（交叉驗證、格點搜索、參數尋優）
8. 再談Logistic回歸和案例分析
9. 文本挖掘原理和案例（分詞、TF-IDF準則、文本分類、非結構化數據分析）
10. 深度學習原理及其若干應用案例

參訓員工心得與評價

本次培訓內容豐富，基本涵蓋機器學習常用算法和技能，正是項目應用需要的。知識點比較多，拓展了自己的數據思維，對數據方法更深入了解，并且提升了動手實踐能力。先消化一段時間，希望后期與CDA數據分析研究院在專題類課程有更多交流和學習。