课程简介

　　CDA 机器学习与深度学习集训营【Level Ⅲ】 ：CDA Python机器学习周末集训营【Level Ⅲ】，为想希望从事数据挖掘、机器学习工程师相关岗位的人员或者希望通过CDA三级认证考试人员开设。课程设计循序渐进，从基础工具与理论知识入门，进阶机器学习模型、文本挖掘模型，以实战项目案例贯穿课程讲解。其中包括：Python编程基础、数据清洗、数据处理与特征工程、Python机器学习、自然语言处理等课程模块。课程理论知识涵盖CDA LEVEL III等级考试的所有考点，有利于对应等级考试的学员备考。

　　学习目标

　　熟练掌握数据科学领域较受欢迎的编程语言-Python

　　掌握使用Python和pandas库进行数据清洗和预处理

　　学会使用matplotlib、seaborn进行初级可视化

　　学会使用Pyecharts进行数据可视化

　　学会构建机器学习算法进行分类、预测和聚类模型

　　善用机器学习解决用户画像、营销、风险管理等商业问题

　　学习对象和基础

　　机器学习基础差学员

　　高校在校生

　　待业、期待转行从事数据挖掘相关岗位的人员

　　CDA数据分析师level Ⅲ 考生。

　　希望借助数据挖掘算法来提升解决企业运营、产品运营中涉及的预测问题者

　　对数据挖掘技术感兴趣的各界人士

　　产品、运营、营销、管理、咨询相关岗位从业者，希望增加数据挖掘技能与思维

　　课程案例，项目特训

　　房价预测案例

　　房子是大多数家庭较重要的资产，希望能够在低价入手有有保值甚至升值价值的房产。本案例收集了美国某地区的房产数据，通过对数据的分析挖掘，找到对房价影响比较大的因素，并通过分析得到哪些房产有保值升值的空间。

　　金融评分卡案例

　　发放贷款给合适的客户是银行收入的来源，在条件允许的范围内，银行希望贷出去的钱越多越好，贷款多意味着对应的收入也多，但是如果把钱贷给了信用不好的人或者企业，就会面临贷款收不回来的情况。而评分卡项目就是通过对已有数据的挖掘帮助金融机构判断来申请贷款的客户是否会按时归还贷款。

　　电商零售分析

　　某灭虫药品牌电商店提供数据，希望能够找出该店产品销量下滑的原因，汇总该店自己的数据以及市场上同类竞品数据后，对所有数据进行分析挖掘，运用分析结果指导决策，改善产品销售情况。

　　航空客户价值分析

　　某航空公司需要以客户为中心，按照客户的需求，在对客户特点了解的基础上使用不同的营销手段，目的是争取更多新客户，降低客户流失率，降低服务成本，提高业务收入，增加ARPU 值(average revenueper user 每个用户的平均收益，一般以月为单位)，进行的市场营销策略制定。本项目的目标客户是公众客户( 客户分为公众客户、商业客户即公司、大客户)，因而只对公众客户进行分群。初步的目标是中高端用户、中端用户、低端用户、其他需求用户。但这是经验而言，较终结果需要看模型的运行结果，不能主观臆断。根据客户信息，对客户进行分类。针对不同类型客户进行特征提取，分析不同类型客户的价值。采取个性化服务，根据客户类型，制定相应营销策略。

　　推荐系统

　　推荐系统是根据用户历史行为和当前所处的环境．根据信息的特点来决定推荐较合适的内容和商品。推荐系统本质是为了帮助人们解决信息过载问题的一项工具。互联网时代信息的爆炸带来了信息过载的问题，为了解决信息过载问题, 人们经历了分类目录、搜索引擎、推荐系统三个阶段。推荐系统和搜索引擎一样可以看作是一个信息检索的系统。区别是搜索是主动式的，而推荐系统，在大多数情况下是没有主动输入的，是被动出现的。