CDA A+学位数据分析师_python机器学习工程师-CDA数据分析师官网

新课首发课程特色业界师资

课程计划优益生计划席位预定

CDA A+学位项目

Python机器学习工程师

成为人工智能领域“十字型”技术精英

学习时间
随报随学
学习周期
5个月，21周
课程价格
¥7900
课程时长
约120小时

立即获取课程

加入课程体验群

在线自由学习+完备课程体系全程监督辅导+项目实作案例行业领袖认可+企业证书认证

领先企业联合打造

在线学习解决方案: 使用先进强大的在线教育系统，您可根据自身时间自由学习，享有视频回放、在线作业、在线考试等一体化优质学习体验。; 21周从零成长计划，平均每周学习及项目作业时间为10+小时，阶段性提升，步步为营。; 全程专业的讲师答疑及教学辅导，更贴近每个学生的个性化学习需求。

课程对象: 零基础入行就业或待转行人员。; 数据分析师、工程师、IT程序员等。; 对Python、数据挖掘、机器学习感兴趣的各界人士。

课程特色

CDA数据分析师人才教育品牌联合美库尔、DataCastle及AI界具备成熟经验的讲师联合打造的在线学习解决方案。旨在打造AI时代“十字型”技术精英。

垂直的专业深度: 从Python的基础编程、爬虫技术、数据分析到数据挖掘、机器学习、深度学习以及计算机视觉与自然语言处理技术等垂直深入，扎实专业技能功底。

纵向创新力度: 突破传统思维的局限和传统数据分析的方法，加入目前最前沿的机器学习技术以及企业级大型项目案例，实战最领先的成功应用，创新落地。

横向知识宽度: 加入行业跨界知识与来自零售电商、互联网、金融等领域的应用场景模块，如“客户分群精准营销、信用风险管理、新闻文本挖掘、音乐推荐系统、情感分析、人脸识别、机器翻译让AI写诗”等，引入更多的场景和前沿案例。

课程服务体验: A+学位课程更贴合学员在线碎片化学习的需求和习惯，加入在线练习功能和课后作业指导服务，为每一位立志于在AI机器学习领域有所建树的学员提供完美、贴心的在线学习解决方案。

业界师资

唐宇迪: 计算机博士; 专注于机器学习与计算机视觉领域，深度学习领域一线实战专家。参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。

李武卿: 美库尔数据解决方案团队
主管高级分析师; 现任美库尔公司数据解决方案团队的主管高级分析师，具备多年Python，R, SAS语言数据挖掘与机器学习经验。负责过戴尔（美国地区）潜在客户挖掘项目；美国某银行信用卡违约预测项目；宜家（中国地区）潜在有价值的商品购买组合发掘；也长年负责美库尔公司内部PYTHON数据挖掘员工培训。

朱江: 挪威科技大学工学硕士; 现为CDA数据分析研究院课程开发副总监，精通R与SAS语言数据挖掘。从事电商与互联网数据分析的教学工作，教学经验丰富，CDA数据挖掘竞赛的评委。研究方向为电商推荐系统开发，数据可视化，客户特征提取和客户行为模式发现。

DataCastle(DC): 专业的数据科学学习社区; 旨在为用户提供最优质的学习资源和技术交流圈子，帮助中国的数据爱好者、从业者成为顶尖的数据科学家。 DC下设DC竞赛和DC学院两大业务线，为用户提供实践导向的在线课程和有趣的竞赛服务。目前DC拥有5万余名注册用户，活跃用户贡献了超过6万多次竞赛作品提交，上线及筹备课程超100节，授课教师来自顶级专家及一流高校的青年学者

美库尔: 全美规模最大、私人控股的客户关系营销咨询公司; 美库尔作为领先的整合客户关系营销解决方案供应商，具有成熟专业的咨询与数据分析团队。授课讲师来自美库尔上海公司分析团队，拥有多年的企业项目经验，并会在课程中讲授成熟的成功案例，带领学生完成大型实战项目。

课程计划

本课程为Python机器学习工程师在线学习解决方案，
总共包含21个学习模块，分为21周学习阶段。平均每周需要10+小时学习时间。

01

人工智能必备Python基础

1.人工智能入门指南

2.Python快速入门

3.科学计算库-Numpy

4.数据分析处理库-Pandas

5.可视化库-Matplotlib

6.可视化库-Seaborn
02

机器学习必备数学基础

一、数学分析

1.课程介绍、基础知识点

2.常见导数、积分

3.泰勒公式及应用

4.梯度、梯度下降

5.Gamma函数、Beta函数

6.凸函数

二、线性代数

1.矩阵乘法

2.矩阵空间、矩阵的秩

3.特殊矩阵

4.奇异值分解

5.QR分解

6.Hessenberg矩阵

三、概率论

1.古典概型

2.不相容性、独立性

3.组合数、熵

4.贝叶斯公式

5.常见离散分布

6.常见连续分布

7.期望、方差、协方差

8.中心极限定理

9.极大似然估计
03

机器学习必备统计学基础

1. 统计概率基础

2. 描述性统计分析

3. 统计量与抽样分布

4. 统计分析方法

5. 电商平台销售额影响因素分析
04

Pyhton数据分析与可视化技术

1.数据整合与处理

2.数据可视化
05

客户分析及精准营销案例

1.数据及业务背景

2.客户需求及解析

3.客户购买行为分析

4.客户转化分析

5.营销活动效果分析

6.logistic回归模型帮助选取最佳营销活动人群

06

机器学习入门之回归分析算法及案例实战

1.线性回归算法

2.逻辑回归算法

3.梯度下降问题与求解

4.案例：Python实现逻辑回归

5.案例：信用卡欺诈检测
07

机器学习入门之决策树算法及案例实战

1.决策算法

2.Sklearn构造决策树

3.集成算法通俗讲解

4.案例实战：随机森林建模
08

机器学习入门之贝叶斯算法及项目实战

1.贝叶斯算法

2.案例实战：新闻分类任务
09

机器学习入门之聚类算法及项目实战

1.聚类算法-Kmeans

2.聚类算法DBSCAN

3.层次聚类

4.案例实战：聚类算法实战
10

机器学习入门之降维算法及案例实战

1.降维算法-主成分分析

2.降维算法-线性判别分析

3.案例：Python实现PCA算法

4.案例：Python实现线性判别分析

5.机器学习中曲线的意义

展开更多课程安排

11

机器学习进阶之EM算法及案例实战

1.EM算法

2.案例：GMM聚类实践
12

机器学习进阶之推荐系统及案例实战

1.推荐系统

2.案例：Python实现音乐推荐系统

3.案例：基于Sprise库的推荐系统
13

机器学习进阶之支持向量机及案例实战

1.线性支持向量机

2.非线性支持向量机

3.案例：SVM实践
14

机器学习进阶之时间序列模型及案例实战

1.时间序列ARIMA模型

2.案例：时间序列实战
15

机器学习进阶之Xgboost算法及案例实战

1.Xgboost算法

2.案例：Xgboost建模实战

3.案例：Xgboost调参实战

4.案例：机器学习套路与BenchMark

16

机器学习进阶之探索性数据分析项目实战

1.案例：探索性数据分析-农粮组织

2.案例：探索性数据分析-赛事数据集

3.案例：探索性数据分析-交警为何而停
17

数据挖掘项目实战

1.泰坦尼克号获救预测

2.数据特征构建

3.用户画像

4.集成策略实例

5.Xgboost实战

6.京东用户购买意向预测

7.kaggle数据科学调查

8.benchmark与论文的重要性

9.房价预测

10.电力敏感用户分析

11.股价时间序列预测
18

人工智能之深度学习入门

1.深度学习概述与计算机视觉发展

2.深度学习必备基础知识点

3.最优化与返向传播

4.神经网络整体架构

5.案例：Cifar图像分类任务

6.自然语言处理-Word2vec

7.案例：Gensim词向量模型

8.案例：使用word2vec进行分类任务

9.迈向计算机视觉-卷积神经网络

10.卷积参数详解

11.案例：实战CNN网络

12.网络模型训练技巧

13.经典网络架构

14.走进自然语言处理-RNN网络

15.LSTM网络架构

9.迈向计算机视觉-卷积神经网络

10.卷积参数详解

11.案例：实战CNN网络

12.网络模型训练技巧

13.经典网络架构

14.走进自然语言处理-RNN网络

15.LSTM网络架构
19

人工智能之深度学习框架实战

1.深度学习框架Tensorflow入门

2.tensorflow实战神经网络

3.猫狗识别任务

4.tensorflow实战RNN网络架构

5.tensorflow构建经典alexnet网络

6.tensorboard可视化展示

7.tfrecord生成自己的数据集

8.tensorflow实战文本分类

9.resnet残差网络

10.实战验证码识别

11.caffe框架配置

12.caffe制作数据源

13.caffe框架使用技巧

14.caffe框架常用工具
20

人工智能之深度学习项目实战

案例：人脸检测

案例：人脸关键点定位

案例：物体检测

案例：对抗生成网络

案例：LSTM情感分析

案例：强化学习

案例：让AI自己玩游戏

案例：文本分类任务

案例：序列生成模型

案例：构建自己的输入法

案例：机器学习翻译模型

案例：让AI自己写唐诗

案例：风格转换网络

展开更多课程安排

项目案例实战特训

有知识的地方必有案例，50个经典案例，每周练习与项目实战，玩转机器学习！
（以下节选部分案例）

案例1

机器学习降维算法实战-线性判别分析，

使用Python从零开始打造一个降维工具。
案例2

机器学习自然语言处理算法-Word2vec实战，

使用tensorflow打造词向量模型并进行分类任务。
案例3

机器学习项目实战-物体检测，基于faster-rcnn

框架，详解论文中的核心概念与实现方法。
案例4

项目实战-人脸检测与对齐，基于Caffe框架，从构

建数据源开始逐步完成整个模型并测试分析。
案例5

数据可视化，在课程中所有的案例都进行了

可视化分析与展示，更轻松玩转数据。
案例6

贝叶斯新闻分类，基于贝叶斯算法，进行新闻任务的

分类，从数据预处理开始逐步完成整个实战。

finish the course ，you will get ...

完成学习计划后，你将获得...

学位证书 certificate: 含金量来自行业领袖的认可与经管之家、MERKLE、DataCastle企业共同背书认证。; 用途可用于就业上岗、升职加薪、参与数据分析商业项目，永久有效。

就业推荐 employment: 新人入职通过毕业项目设计成果获得企业的认可，CDA就业服务团队为您解决就业难题。; 转行跳槽 CDA OfferHere服务团队为您解决通往更高职业发展阶梯的需求。

会员服务 VIP service: 社群活动成为CDA俱乐部社群会员，可免费参与一切CDA线下交流活动与行业峰会。; 特权资质可参与全国各地CDA相关数据分析项目合作，业余时间实战提升，赚取酬劳。

优益生计划

我们为支持热爱学习的困难生，并激发他们的学习动力，面向在读学生群体（硕士及以下学位）推出“优生公益计划”。

该计划具有 10个免费席位，只要您热爱学习并满足条件皆可申请，我们会通过相应的测试进行席位筛选。被录取的优益生在学习过程中必须完成每个阶段的学习并通过考试，才能继续学习下一个阶段。若某阶段未考过会进行一次补考，补考不过将取消优益生资格。

在线申请优益生

讲师访谈

李武卿

美库尔数据解决方案主管高级分析师

您如何评价A+学位课程？

CDA A+课程以数据分析的实际应用为目的，从知识宽度和行业深度两个维度上为大家提供一整套的数据分析实用课程，相信大家通过本系列课程的学习一定可以掌握比较扎实的分析知识和最佳的行业案例实践。

您在A+中负责哪些模块的授课？

我主要负责Python数据分析和案例实践课程。这门课程主要讲解了Python在数据分析领域的商业实战应用。首先，讲到了Python如何实现数据清洗，整合与规整等的数据处理方法，以及Python的数据可视化生态环境。在主要内容—案例实战中，通过剖析、解决一系列的真实商业问题来实战学习Python数据分析的具体应用，内容包括业务背景介绍，客户需求解析，客户购买行为特征分析，客户画像随时间的迁移，不同画像组的客户转化差异分析，量化不同渠道的转化贡献，A/B testing评测营销活动效果，logistic模型帮助选取最佳营销活动人群进行精准营销。通过本课程的学习，同学们不仅将会看到真实商业案例的庐山面目，而且也会带领大家了解和实地解决数据分析中最常见的商业问题。

对学员有何寄语？

选择数据分析你一定没错，将来也一定会更好。希望大家通过本课程的学习能够真切感受到数据分析的魅力以及实用之处。期待大家的加入。

唐宇迪

计算机博士机器学习实战专家

您如何看待A+学位课？

我认为A+学位课程是一套从入门开始到实战应用的系列课程，对于零基础的同学们非常友好，从最基础的Python与数学开始逐步过渡到机器学习与人工智能，让大家循序渐进，逐个攻破当下最热门的技术。

您所负责的授课是那些？

我主要负责机器学习部分的课程，该内容是人工智能最核心也是最基础的部分，主要涉及机器学习算法原理推导与案例应用实战。由于机器学习本身就是难度较大的学科，我在讲解的过程中会用最通俗，接地气的方式带大家掌握一个个算法的核心原理与应用技巧。对于案例实战，都是选择的真实数据集，从数据预处理开始一步步完成整个建模的工作，每个算法都配套以相对应的案例，让大家通过实战更好的掌握算法。

您有什么话对学员说吗？

希望同学们在学习的过程中放松心态，机器学习本身难度较大，如果在学习的过程中遇到问题，可以多和老师，同学们进行交流，一起攻克难关。