【课程特色】
1. 课上采用案例式教学，通俗易懂，课下一对一辅导强化训练，学与练交叉进行强化记忆，你所要做的就是认真听，勤于问，乐于练。
2. 清晰的知识结构，根据应用经验采用最优化授课模式。
3. 内容充沛、详略得当，前后呼应。
4. 讲师资历丰富，具有丰富的实践经验。
5. 知识讲授+贴身案例+场景故事+互动讨论+现场演练+落地跟踪
【课程时间】1天
【课程大纲】
第一章 数据分析方法
11.1 什么是数据分析
1.2 数据分析标准流程
1.3 数据清洗
1.4 数据探索
1.5 模型开发
1.6 模型应用
第二章 初识Python
2.1 Python基本概述
2.2 Python编程语法基础
2.3 数据分析常用Python库
2.4 第三方Python库介绍
第三章 NumPy数组与矩阵
3.1 Ndarray对象
3.2 数据类型
3.3 数组属性
3.4 创建数组
3.5 数据索引与切片
3.6 数组操作
3.7 数组排序
3.8 函数
3.9 矩阵
第四章 Pandas数据分析
4.1 系列（Series）
4.2 数据帧（DataFrame）
4.3 基本功能介绍
4.4 读取和写入数据
4.5 索引和选择数据
4.6 数据合并
4.7 累计与分组
4.8 时间序列处理
4.9 缺失数据处理
4.10 函数
4.11 描述性统计
4.12 绘制图形
第五章 Scikit-Learn数据挖掘
5.1 机器学习问题
5.2 机器学习的基本流程
5.3 数据处理
5.4 特征选择
5.5 模型调用
5.6 模型参数说明
5.7 交叉验证
5.8 模型部署
第六章 数据可视化
6.1 Matplotlib绘制图形
6.2 Seaborn绘制图形
6.3 重要类型图形的绘制
第七章 数据导入与导出
7.1 连接数据库
7.2 读取外部数据
7.3 导出数据
第八章 数据预处理
8.1 数据去重
8.2 缺失值处理
8.3 变量操作
8.4 样本选择
8.5 数据集操作
第九章 数据探索
9.1 集中趋势
9.2 离散程度
9.3 分布状态
9.4 相关分析
第十章 线性回归分析
10.1 线性回归模型
10.2 最小二乘估计
10.3 显著性检验
10.4 预测
10.5 相关性
10.6 共线性
10.7 案例分析
第十一章 Logistic回归分析
11.1 逻辑回归模型介绍
11.2 案例分析
第十二章 决策树
12.1 决策树介绍
12.2 案例分析
第十三章 主成分分析
13.1 主成分分析的数学模型
13.2 PCA函数说明
13.3 案例分析——数据降维
第十四章 聚类分析
14.1 距离
14.2 聚类方法
14.3 确定聚类数
14.4 聚类的分析步骤
14.5 案例分析——客户群聚类分析
第十五章 时间序列分析
15.1 时间序列的组成部分
15.2 确定性的时间序列模型
15.3 随机时间序列模型
15.4 ARMA模型的识别
15.5 时间序列的分析步骤
15.6 模型参数的估计
15.7 案例分析——大气二氧化碳浓度预测
刘晖简介
【专业资质】
教授级高级工程师，已进入北京市、深圳市专家库名录
目前是深圳物联网协会专家、重庆物联网协会专家；
曾供职于巨龙通信、大唐电信，PHILIPS三星
联合研发中心，中兴、华为等通信企业
是第一批参与TD-SCDMA研究的技术人员，
参与了我国自主通信标准TD-SCDMA的标准编写工作
北大计算机专业硕士，兰州交大通信工程学士，
拥有计算机、通信双学位，有20多年的嵌入式硬件、
软件开发和系统架构设计工作经验，
有15年多的“云物大智”开发及实施经验。
中兴学院特聘讲师，主讲5G、大数据、人工智能等课程。
中国5G技术应用专家。
深圳大学人才技能培训中心实战专家讲师。
【从业经历】
长期从事物联网应用、5G技术、“云物大智”应用、移动互联网应用研发工作，曾负责北京市科委，大庆油田数据化等多个重点项目，发表相关论文多篇，授权及申请物联网方面的专利10多个。
具有丰富的嵌入式及物联网系统软、硬件产品开发经验，具有丰富的人工智能、云计算项目实施经验，主持开发过多个大型嵌入式及物联网项目、人工智能、云计算应用项目，涉及工业控制、网络、通讯、消费电子等众多领域。
专注于大数据分析与挖掘、机器学习等应用技术，以及大数据系统部署解决方案。旨在将大数据的数据分析、数据挖掘、数据建模应用于行业及商业领域，解决行业实际的问题。
目前致力于将大数据技术应用于通信、金融、航空、电商、互联网、政府等领域。
长期为各企事业单位进行数字转型、科技前沿等课题的培训咨询，具有10年以上一线培训授课经历。近年来，专注于企业数字化及5G应用、转型创新研究，授课领域包括能源、通信、互联网、金融等行业，累次培训千余场，课程平均满意率高达98%以上。
【授课风格】
理论基础深厚，逻辑思维能力强，拥有丰富的企业授课经验，对企业员工培养具有深刻认识。
授课过程中，紧密结合成人教育特点，灵活运用丰富案例，善于以点带面，启发思维。
授课风格互动性和实操性很强，注重讲师与学员之间的互动性，使得课堂氛围轻松愉快，倡导分享和共同进步，深受到学员的欢迎。
善于采用情景式训练法、案例分析、模拟实战、视频冲击、小组讨论及练习等通俗易懂的培训方式，并通过风趣幽默的语言向学员呈现课程内容。
【课程特色：以大数据分析为例】
“围绕业务问题+搭建分析框架+运用分析方法+建立分析模型+熟悉分析工具+形成业务策略”。以商业问题为起点，基于实际的业务应用场景（明确目的），搭建全面系统的业务框架和分析维度（分析思路），选择最合适的方法（分析方法），深入浅出的理论讲解（分析模型），使用简单实用的工具操作（分析工具），对分析结果进行有效的解读（数据可视化），最终形成具体的业务建议，实现业务分析/数据分析的闭环。
重思路：核心理念+分析思路；
重体系：分析过程+分析步骤；
重实战：分析方法+分析模型+分析工具；
重落地：数据可视化+数据解读+业务策略。
