【公告】CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新h...
×
CDA数据科学研究院
CDA考试中心
CAIE认证
CDA网校
企业服务
CDA社区
CDA竞赛
CDA技术答疑
CDA俱乐部
CDA论坛
关于CDA
App下载
登录
注册
登录
注册
首页
课程中心
数据科学
人工智能
学术量化
全部课程
>>>上线日志
>>>课程分类
公开课
直播课
就业课试听
国外公开课
行业公开课
数据圈子
CDA数字化能力提升计划
CDA考试专区
CDA会员专区
CDAS峰会
SQL答疑专区
会员专区
会员中心
会员课程
线下面授
CDA数据分析脱产就业班(试听)
CDA LEVEL | 数据分析周末班(试听)
CDA LEVEL || 商业分析周末班(试听)
CDA LEVEL ||| 机器学习周末班(试听)
CDA证书
CDA介绍
CDA大纲
CDA题库
CDA教材
CDA专访
CDA考试专区
CDA备考攻略
登录
注册
全部课程
考试证书
CDA证书
CDA 教材
CDA 模拟题
CDA 会员活动
CDA 会员专访
CDA证书
面试题库
数据分析题库
数据治理题库
人工智能题库
数据分析题库
数据治理题库
人工智能题库
公开课
公开课
CDA课程试听
CDAS峰会视频
CDA大咖汇
CDA体验课
CDA直播课
行业公开课
新零售行业
医疗行业
数据中台
金融行业
汽车行业
电商行业
自动驾驶
国外公开课
公开课
行业公开课
数据科学
新职位
数据科学家
数据分析师
业务数据分析师
大数据工程师
机器学习工程师
商业数据分析师
微专业
数据科学专栏
案例微课
人力资源
工具安装
Excel基础
SQL数据库
R语言
Python
Python爬虫
Python自动化
统计学
业务分析
数据思维
可视化
BI 商业智能
数据运营
用户画像
互联网运营
Linux
Hadoop
Hive
ETL工具
PySpark
数学基础
数据挖掘/机器学习
空间地理数据处理
数据治理
数字化转型
区块链
金融商业数据分析
数据要素
新职位
微专业
人工智能
微专业
深度学习基础
NLP自然语言处理
CV计算机视觉
SR语音识别
TensorFlow
PyTorch
微专业
学术量化
学术
Python
金融
Stata
SSCI/SCI
DSGE
SPSS
DID专题
内生性
社会网络分析
量化投资
量化
量化投资分析师
学术
量化
首页
课程中心
数据科学
人工智能
学术量化
全部课程
>>>上线日志
>>>课程分类
公开课
直播课
就业课试听
国外公开课
行业公开课
数据圈子
CDA数字化能力提升计划
CDA考试专区
CDA会员专区
CDAS峰会
SQL答疑专区
会员专区
会员中心
会员课程
线下面授
CDA数据分析脱产就业班(试听)
CDA LEVEL | 数据分析周末班(试听)
CDA LEVEL || 商业分析周末班(试听)
CDA LEVEL ||| 机器学习周末班(试听)
CDA证书
CDA介绍
CDA大纲
CDA题库
CDA教材
CDA专访
CDA考试专区
CDA备考攻略
CAIE®认证 LEVEL II 基础视频课程
第59任务: 6.3决策树2
查看课程
任务列表
第1任务: 资料包:课件、数据和代码.zip
第2任务: 1.1企业数智化阶段
第3任务: 1.1企业数智化阶段
第4任务: 1.2企业数智化工作方法
第5任务: 1.2企业数智化工作方法
第6任务: 1.3企业数智产品构成六要素
第7任务: 1.3企业数智产品构成六要素
第8任务: 1.4企业典型数智应用
第9任务: 1.4企业典型数智应用
第10任务: 2.1人工智能应用简介
第11任务: 2.1人工智能应用简介1
第12任务: 2.1人工智能应用简介2
第13任务: 2.2大模型应用场景分类和提示词使用原理
第14任务: 2.2大模型应用场景分类和提示词使用原理1
第15任务: 2.2大模型应用场景分类和提示词使用原理2
第16任务: 3必看-Anaconda安装过程
第17任务: 3Python介绍
第18任务: 3Python语言编程
第19任务: 3.1 Python介绍
第20任务: 3.2 Python基础数据类型与表达式
第21任务: 3.3 Python原生态数据结构
第22任务: 3.4 Python控制流
第23任务: 3.5 Python函数
第24任务: 3.6 Python模块
第25任务: 3.7 使用pandas读写数据
第26任务: 4.1智能工作流工具介绍
第27任务: 4.1智能工作流工具介绍
第28任务: 4.2 智能工作流(Coze)
第29任务: 4.2.1Coze简介
第30任务: 4.2.2Coze案例1
第31任务: 4.2.3Coze案例2
第32任务: 4.2.4Coze案例3
第33任务: 4.3智能工作流(Dify)
第34任务: 4.3.1 dify简介
第35任务: 4.3.2 dify两种快速安装部署方式
第36任务: 4.3.3 dify中可以开发的应用种类
第37任务: 4.3.4 dify开发聊天助手、文本生成AI应用
第38任务: 4.3.5 dify开发Agent 旅游规划助手
第39任务: 4.3.6 RAG 智能客服
第40任务: 4.3.7 工作流实现文案改写工具
第41任务: 4.3.8 Agent实现客户数据尽调查验
第42任务: 5.1数智产品设计思维框架
第43任务: 5.1数智产品设计思维框架1
第44任务: 5.1数智产品设计思维框架2
第45任务: 5.2需求分析和管理
第46任务: 5.2需求分析和管理1
第47任务: 5.2需求分析和管理2
第48任务: 5.3用户体验设计和管理
第49任务: 5.3用户体验设计和管理1
第50任务: 5.3用户体验设计和管理2
第51任务: 6.1数据挖掘基础
第52任务: 6.1数据挖掘内容介绍1
第53任务: 6.1数据挖掘内容介绍2
第54任务: 6.1数据挖掘内容介绍3
第55任务: 6.2线性回顾和逻辑回归基础
第56任务: 6.2线性回归和逻辑回归基础
第57任务: 6.3 决策树算法
第58任务: 6.3决策树1
第59任务: 6.3决策树2
第60任务: 6.4回归模型参数估计
第61任务: 6.4-1参数估计概述
第62任务: 6.4-2矩估计1
第63任务: 6.4-3矩估计2
第64任务: 6.4-4极大似然估计
第65任务: 6.4-5线性回归的极大似然估计
第66任务: 6.4-6逻辑回归的极大似然估计
第67任务: 6.5凸优化
第68任务: 6.5-1凸优化基本概念
第69任务: 6.5-2凸集的概念
第70任务: 6.5-3凸函数
第71任务: 6.5-4无约束凸优化计算
第72任务: 6.5-5有约束凸优化计算
第73任务: 6.6神经网络基础与pytorch实现
第74任务: 6.6神经网络基础与Pytorch实现
第75任务: 7深度学习
第76任务: 1-深度学习基础
第77任务: 2-循环神经网络
第78任务: 3-卷积神经网络
第79任务: 4-模型评测与调优
第80任务: 5-强化学习概述
第81任务: 6-LSTM+CNN代码实现
第82任务: 8自然语言处理
第83任务: 1-自然语言处理概述
第84任务: 2-文本预处理技术讲解
第85任务: 3-文本向量化技术详解
第86任务: 4-Transformer架构详解
第87任务: 5-NLP代码示例
第88任务: 9.1知识图谱基本概念及场景应用
第89任务: 9.1知识图谱基本概念及场景应用
第90任务: 9.2复杂网络(图)算法
第91任务: 9.2复杂网络(图)算法1
第92任务: 9.2复杂网络(图)算法2
第93任务: 10知识库(RAG)
第94任务: 1、知识库基础知识介绍
第95任务: 2、知识库的实现方案
第96任务: 3、知识库的向量化,检索,召回,重排序
第97任务: 4、RAG概念简介与应用场景
第98任务: 5、RAG的实现与优化
第99任务: 6、RAG应用示例:知识问答系统
第100任务: 7、RAG应用示例:聊天机器人
第101任务: 8、RAG应用示例:搜索引擎
第102任务: 11智能体(本地MCP)
第103任务: 1、智能体基础知识介绍
第104任务: 2、智能体的类型
第105任务: 3、智能体的实现方式
第106任务: 5、MCP的实现方式
第107任务: 4、MCP基础知识介绍
第108任务: 6、智能体与MCP集成
第109任务: 12大模型微调
第110任务: 1、大模型微调-1
第111任务: 2、大模型微调-2
学
习
中
心
TOP
工作时间:9:00-19:00
陈老师微信:aiu_cda1