进入大数据的真实世界-数据挖掘入门和应用
林海老师（1天）
课程背景
时移而势变，互联网带来了“大数据（BigData）”的爆发，企业和个人被卷入了新的数字化洪流。你的客户、你的员工已经被悄无声息的改变，工业时代的致胜秘籍和战略空间已经不再继续有效，大数据给我们带来了新的价值创造方式。
目前，市面上流行的大数据培训一部分侧重于实现算法和公式推导，适合编程人士学习，但过于晦涩，需要较高的学历基础，另外一部分侧重于创新理念和案例介绍，适合普及概念，但缺乏实战性，不利于深度的理解和把握，无法为我所用。
为了弥补这些不足，融业务和技术创新于一体，林海老师根据长时间的理论和实践经验，开发了本门课程，将会带给学员全新的知识体验，启发自己的大数据思维，获得大数据算法的框架和使用指引，可以在工作中灵活运用，帮助企业洞察问题、发现规律和改进方向，并能够运用所学知识，结合公司实际情况，再造自己的数字化业务。
主要话题
数据分析思维的“破”与“立”
世界认知的重构：数据分析的模型和算法
数据分析实战：从代码中观测世界的变化
创新：“始”于问题，庖丁解牛、“终”于解决
课程大纲
第一单元 思维转变：从报表统计思维进入数据分析思维
一、 入门：数据是对“事实”的观测
二、 转变：数据思维意味着什么
1、主动找数据变为被动推荐
2、抽样数据变为全集数据
3、要求精确变为欢迎复杂
4、事后分析变为实时监控
5、专家分析变为机器学习
6、由流程为核心变为以数据为核心
7、由客户分类变为个性化服务
8、由人与人连接变为人与机器连接
第二单元 认知重构：进入模型和算法统治的世界
一、数据分析三大核心模型
1、分类：真与假；好与坏；高、中、低。不会分类，就不会思考
2、预测：输入变量，求得结果。代表了掌握规律的能力，生活是可预知的
3、相关性：模糊、近似、有关，是一种简便的、粗略的全盘操控能力
二、五大初级算法
1、相关性分析：最入门、最常用、最刚需的分析方法
2、散点图分析：最被忽略的探索性分析方法
3、概览性分析：教科书上都不重视的全局总览的分析方法
4、回归分析：最容易理解的由x推导出y的方程式分析法
5、聚类分析：最粗暴的物以类聚人以群分的分析方法
三、六大中级算法
1、降维分析：数据太多，抓住主要数据的方法
2、决策树分析：最容易理解的决策分析
3、关联规则分析：貌似没有规模，却可以寻找一个规律
4、相似性分析：当前最热门的分析方法，如：人脸识别、指纹识别
5、可视化分析：河流图、风向图、热力图等各种别具一格的数据呈现方式
6、文本分析：从大量的文字中快速提取关键信息
四、两大大数据高级算法
1、神经网络算法：最牛逼的模拟大脑的算法，如埃尔法狗围棋
2、支持向量机算法：实用性和准确性较强的一个机器学习算法
第三单元 操作实战：从代码中观测到的“真实”世界
1、What：问题是什么
2、Judgement：能用数据分析解决吗
3、Prerequisite：具备数据基础吗
4、ModelSelect：选择哪个模型
5、Visualization：怎么呈现结果
6、Design：设计流程，形成文档
二、学会用代码去测试和逼近真相
1、数据获取（导入数据、爬取数据）
2、数据探索分析、概览分析
3、明确分析目的
4、选择x和y
5、对格式进行转换
6、选择模型（模型选择准则）
7、使用交叉验证规则，切分数据
8、用模型进行训练
9、分析模型预测结果
10、确定最优模型
11、使用和预测
12、报告和呈现
李真顺
贺克斌
梅生伟
周远祥
赵华林
曾毓群
朱共山
王国玮
毛宗强