2017年9月18日至20日，CDA数据分析研究院在中国工商银行（上海）数据中心进行了主题为“语言数据挖掘应用”的内部培训。 培训班在嘉定园区举办，西三旗园区、外高桥园区及上海分公司信息技术部参加远程视频会议。 中心各部门员工踊跃报名，共有95名员工参加集中培训。 老师和数据分析部门的相关同事积极交流学习，最终收获了很多学习成果。

内训公司介绍

中国工商银行股份有限公司数据中心（上海）

中国工商银行股份有限公司数据中心（上海）[以下简称数据中心（上海）]是总行直属机构，于2000年11月10日正式成立。数据中心（上海）负责全行信息系统的生产、运行和灾备管理。 建立了全球领先的核心生产环境，形成了基于ITIL理念的生产运维体系。 为工行境内外机构提供数据服务，并与500多家第三方机构建立连接。

为满足更高标准的业务连续性运营和系统可用性要求，工商银行在国内同业中率先启动“两地三中心”建设。 数据中心（上海）在上海外高桥、嘉定和北京西三旗三个园区建设了两个并行运行、快速接管的城市数据中心和一个异地灾备中心，实现了最高水平的灾备部署，保障了信息系统的运行一年 365 天，一天 24 小时。

十余年的耕耘，不仅为数据中心（上海）打造了强大稳定的信息系统，也锻造了一支锐意进取、追求卓越的人才团队。 我们汇聚人才银行数据挖掘，致力于培养人才。 我们引领变革，并且更善于控制变革。 我们开阔了视野，更愿意分享。 我们追求梦想并敢于去触碰它们。

内部培训内容介绍

整个内训气氛融洽，所有参加内训的学员都表示收获很多。

第一阶段：基础学习

1. 基础语法

2. 列表、字符串和元组

3. 集合和词典

4. 条件和循环语句

5.几个重要的内置功能应用

6. 文件操作

7. 函数及其应用

8. 正则表达式

9. 数据库和

10.排序算法、动态规划算法、递归算法等算法

第二阶段：numpy等进行数据清洗和排序

1.组织数据（切片、生成随机数、复制、广播、排序等）

2. 多种数据索引和选择方法

3. 数据分组、分割、合并和转换

4.缺失值和空值的数据处理

5.时间序列数据处理、建模和预测（ARIMA）

6. 含有汉字的数据处理

7. 重复数据删除和异常值去除

8、R语言与()数据排序和建模的比较

9. 描述性和推论性统计分析

第三阶段：机器学习算法与数据挖掘案例精华

1.通过回归模型对文本进行分类

2.图像结构与分析（图像的K-means聚类分析）

3.图像识别与分类：PCA建模

4、二维手写数字识别（KNN法）

5.推荐系统与精准营销（最近邻法、协同过滤）

6.数据可视化的各种情况

7.新闻的文本分类（TF-IDF指南、旅游新闻个性化推荐）

8.手写识别

9. 朴素贝叶斯决策

10、葡萄酒品质分级预测

11.机器学习的网格搜索与参数优化

12. 惩罚线性回归分类器

13. 使用支持向量机进行识别和分类

14.金融时间序列预测（非ARIMA方法）

15.机器集成学习算法

16.随机模拟、用户流失预警、量化投资实践

学生评价

老师通过数据分析工作中遇到的典型数据分析和挖掘案例进行深入分析。 即使是初学者也能快速掌握数据分析和数据挖掘（包括机器学习）的思想和方法，形成科学有效的知识和能力。 结构架构框架。

企业领导力评价

本次培训内容丰富，基本涵盖了机器学习常用的算法和方法。 通过强化培训学习，学员们表示受益匪浅，对机器学习有了更深入的了解，提高了动手实践能力。 在后续的数据分析实践中，结合我行业务和运维场景的需求银行数据挖掘，我们将运用所学的知识和方法更好地解决问题。 同时希望未来能与CDA数据分析师在专题课程、CDA认证、项目咨询等方面实现更深入的合作。

内部培训咨询

高老师

手机：

邮件：

本站对作者上传的所有内容将尽可能审核来源及出处，但对内容不作任何保证或承诺。请读者仅作参考并自行核实其真实性及合法性。如您发现图文视频内容来源标注有误或侵犯了您的权益请告知，本站将及时予以修改或删除。