關(guān)于舉辦“大數(shù)據(jù)分析、可視化與AI交互式數(shù)據(jù)挖掘”培訓(xùn)班的通知

各有關(guān)單位：

在數(shù)字經(jīng)濟(jì)的大潮中，大數(shù)據(jù)不再是遙不可及的概念，而是觸手可及的生產(chǎn)力。為增強(qiáng)企業(yè)競爭力，優(yōu)化運(yùn)營促進(jìn)創(chuàng)新，深度挖掘數(shù)據(jù)為企業(yè)決策提供科學(xué)依據(jù)。助力廣大職場精英把握時(shí)代脈搏，掌握前沿技術(shù)，在數(shù)字化時(shí)代提升綜合能力。中培偉業(yè)精心打造了“大數(shù)據(jù)分析、可視化與AI交互式數(shù)據(jù)挖掘”培訓(xùn)課程。于2026年在全國部分城市舉辦公開課，誠邀您的參與，有關(guān)事宜如下：

一、培訓(xùn)背景

數(shù)字化轉(zhuǎn)型浪潮下，數(shù)據(jù)已成為企業(yè)核心生產(chǎn)要素，多源數(shù)據(jù)的價(jià)值釋放成為業(yè)務(wù)增長與決策優(yōu)化的關(guān)鍵。當(dāng)前企業(yè)普遍面臨數(shù)據(jù)孤島、分析效率低、價(jià)值挖掘不深等痛點(diǎn)，傳統(tǒng)數(shù)據(jù)分析方式難以適配復(fù)雜業(yè)務(wù)場景，亟需系統(tǒng)的技術(shù)方法支撐數(shù)據(jù)從采集到應(yīng)用的全流程落地。

隨著大數(shù)據(jù)、可視化與AI技術(shù)的深度融合，市場對兼具實(shí)操能力與跨界思維的復(fù)合型數(shù)據(jù)人才需求持續(xù)增長。無論是職場從業(yè)者尋求技能升級，還是企業(yè)推進(jìn)數(shù)字化人才培養(yǎng)，都需要通過系統(tǒng)學(xué)習(xí)掌握新一代數(shù)據(jù)挖掘工具、分析邏輯與決策思維，以適配數(shù)字化轉(zhuǎn)型中的業(yè)務(wù)需求，提升核心競爭力。

二、培訓(xùn)對象

大數(shù)據(jù)系統(tǒng)研發(fā)工程師、大數(shù)據(jù)分析師、數(shù)據(jù)安全研發(fā)人員、大數(shù)據(jù)應(yīng)用開發(fā)工程師、數(shù)據(jù)可視化工程師、數(shù)據(jù)科學(xué)研究等相關(guān)人員。

三、培訓(xùn)信息

培訓(xùn)形式：線下面授 + 同步直播

培訓(xùn)班次：

2026年6月28-30日   廣州

2026年8月29-31日  西安

2026年10月24-26日  重慶

四、培訓(xùn)內(nèi)容

培訓(xùn)共計(jì)3天，每天6小時(shí)，具體日程安排如下：

日程   主題   內(nèi)容   

第一天上午   

數(shù)據(jù)分析實(shí)戰(zhàn)   

第一講 零基礎(chǔ)學(xué)Python

1.Python背景

2.國內(nèi)發(fā)展?fàn)顩r

3.基礎(chǔ)語法

4.數(shù)據(jù)結(jié)構(gòu)

5.繪圖操作

6.特別針對向量計(jì)算模塊

7.著重介紹Python在這方面的優(yōu)勢及用法

第二講 數(shù)據(jù)分析方法論

1.講解統(tǒng)計(jì)分析基礎(chǔ)（統(tǒng)計(jì)學(xué)基本概念，假設(shè)檢驗(yàn)，置信區(qū)間等基礎(chǔ)）

2.結(jié)合數(shù)據(jù)案例說明其使用場景和運(yùn)用方法

3.介紹數(shù)據(jù)分析流程和常見分析思路，同時(shí)結(jié)合案例進(jìn)行講解

第三講 數(shù)據(jù)處理技法

1.從數(shù)據(jù)接入、數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)轉(zhuǎn)換等幾個(gè)方面進(jìn)行講解

2.數(shù)據(jù)接入包含接入MySQL、Oracle、Hadoop等常見數(shù)據(jù)庫操作

3.數(shù)據(jù)統(tǒng)計(jì)包含Pandas包的具體用法和講解

4.數(shù)據(jù)轉(zhuǎn)換包含對數(shù)據(jù)集的關(guān)聯(lián)、合并、重塑等操作

5.針對海量數(shù)據(jù)的情況下，介紹在Spark平臺上的數(shù)據(jù)處理技術(shù)

6.結(jié)合真實(shí)環(huán)境進(jìn)行操作講解。

第一天下午   

數(shù)據(jù)挖掘理論及核心技術(shù)   

第四講 認(rèn)識數(shù)據(jù)挖掘

1.數(shù)據(jù)挖掘基本概念

2.業(yè)務(wù)理解

3.數(shù)據(jù)理解

4.數(shù)據(jù)準(zhǔn)備

5.建立模型

6.模型評估

7.模型部署各環(huán)節(jié)的工作內(nèi)容及相關(guān)技術(shù)

8.結(jié)合業(yè)界經(jīng)典場景，講解數(shù)據(jù)挖掘的實(shí)施流程和方法體系

第五講 Pandas進(jìn)行數(shù)據(jù)預(yù)處理

1.數(shù)據(jù)合并

2.數(shù)據(jù)清洗（重復(fù)值、缺省值、異常值處理）

3.數(shù)據(jù)標(biāo)準(zhǔn)化（離差標(biāo)準(zhǔn)化、標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化）

4.數(shù)據(jù)變換（啞變量轉(zhuǎn)換、連續(xù)型數(shù)據(jù)離散化）

5.抽樣、分區(qū)、樣本平衡、特征選擇

6.結(jié)合典型業(yè)務(wù)案例講解其具體實(shí)現(xiàn)與應(yīng)用場景，幫助學(xué)員掌握數(shù)據(jù)在建模前的清洗與特征構(gòu)造思路

第二天上午 

大數(shù)據(jù)算法原理及案例實(shí)現(xiàn)（1）

第六講 特征降維算法及Python實(shí)現(xiàn)

1.特征降維算法講解

2.主要講解主成分、LDA以及t-SNE原理

3.結(jié)合案例進(jìn)行Python實(shí)現(xiàn)

4.針對海量數(shù)據(jù)情況下的應(yīng)用場景，講解實(shí)現(xiàn)思路和Python案例

第七講 決策樹算法及Python實(shí)現(xiàn)

1.決策樹算法講解

2.講解ID3、C4.5、C5.0以及CART決策樹算法的實(shí)現(xiàn)原理

3.結(jié)合案例進(jìn)行Python實(shí)現(xiàn)

第八講 好萊塢百萬級影評數(shù)據(jù)分析與電影推薦實(shí)現(xiàn)（實(shí)戰(zhàn)部分）：

1. 基于好萊塢百萬級的影評數(shù)據(jù)，對數(shù)據(jù)進(jìn)行建模、清洗、透視表操作。

2. 然后根據(jù)用戶畫像分析不同的用戶喜好通過機(jī)器學(xué)習(xí)算法對不同性別、年齡階段的用戶進(jìn)行定制化的電影推薦

3.最后把推薦的電影進(jìn)行可視化的展示操作 

第二天

下午 

大數(shù)據(jù)算法原理及案例實(shí)現(xiàn)（2）

第九講：航空公司客戶價(jià)值分析（K-Means實(shí)戰(zhàn)）：

1. 基于航空公司客戶的歷史飛行數(shù)據(jù)，對數(shù)據(jù)進(jìn)行清洗、屬性規(guī)約、屬性構(gòu)造（構(gòu)建LRFMC指標(biāo)）

2. 然后根據(jù)LRFMC模型對客戶進(jìn)行特征分析

3. 通過K-Means聚類算法對不同價(jià)值的客戶進(jìn)行細(xì)分

4. 最后把客戶群體的特征進(jìn)行可視化展示，為不同價(jià)值的客戶制定個(gè)性化營銷策略

第十講：機(jī)器學(xué)習(xí)神器：XGBoost 構(gòu)建金融反欺詐模型

1. 細(xì)致講解 XGBoost算法的核心思想與模型原理

2. 包括梯度提升框架、樹結(jié)構(gòu)優(yōu)化、目標(biāo)函數(shù)與正則化機(jī)制

3. 通過實(shí)際金融交易數(shù)據(jù)集案例，演示特征構(gòu)建、模型訓(xùn)練與參數(shù)調(diào)優(yōu)全過程

4. 講解模型評估指標(biāo)（AUC、KS 值、召回率、F1 等）在反欺詐系統(tǒng)中的應(yīng)用意義

5. 結(jié)合Python與XGBoost庫，完成從數(shù)據(jù)加載、特征處理、模型構(gòu)建、評估到可視化的完整實(shí)戰(zhàn)流程

第三天

上午   

 AI對話式數(shù)據(jù)分析與挖掘?qū)崙?zhàn)  

第十一講：Pandas AI通過自然語言交互實(shí)現(xiàn)數(shù)據(jù)分析

1. 基于任意結(jié)構(gòu)化數(shù)據(jù)集（如Excel、CSV），對數(shù)據(jù)進(jìn)行清洗、數(shù)據(jù)轉(zhuǎn)換、特征生成

2. 然后根據(jù)自然語言指令對數(shù)據(jù)進(jìn)行探索性分析

3. 通過大型語言模型（LLM）自動生成并執(zhí)行Python代碼，對復(fù)雜數(shù)據(jù)關(guān)系進(jìn)行深度洞察

4. 最后把分析結(jié)果和圖表進(jìn)行自動化可視化展示

第十二講： ChatExcel（Excel AI處理方向）

1. 自然語言驅(qū)動的Excel表格智能處理（ChatExcel實(shí)戰(zhàn)）實(shí)戰(zhàn)部分：

2. 基于Excel/CSV表格數(shù)據(jù)，對數(shù)據(jù)進(jìn)行清洗、格式轉(zhuǎn)換、多表合并

3. 然后根據(jù)一句話指令對數(shù)據(jù)進(jìn)行智能運(yùn)算與統(tǒng)計(jì)，通過AI模型對復(fù)雜函數(shù)邏輯進(jìn)行自動化生成與執(zhí)行

4. 最后把交叉對比結(jié)果和數(shù)據(jù)透視進(jìn)行即時(shí)可視化展示

第十三講：Julius AI (對話式數(shù)據(jù)分析助手)

1. 核心功能：作為一個(gè)對話式數(shù)據(jù)分析助手，Julius AI允許用戶通過上傳數(shù)據(jù)文件（如 CSV、Excel）

2. 使用自然語言提問來執(zhí)行復(fù)雜的數(shù)據(jù)操作、統(tǒng)計(jì)分析和可視化。它能夠理解上下文，自動生成并執(zhí)行 Python/R 代碼，并以圖表和文字洞察的形式返回結(jié)果

3.適用場景：快速的探索性數(shù)據(jù)分析（EDA）、即時(shí)數(shù)據(jù)洞察、非技術(shù)人員的數(shù)據(jù)查詢

第三天

下午  

數(shù)據(jù)分析可視化與AI生成數(shù)據(jù)分析報(bào)告   

第十四講：DeepSeek生成圖表可視化主題描述

1. DeepSeek大模型驅(qū)動的自然語言圖表生成與可視化方法論實(shí)戰(zhàn)部分：

2. 基于結(jié)構(gòu)化數(shù)據(jù)或分析結(jié)果，對圖表需求進(jìn)行自然語言描述。

3. 然后通過DeepSeek大模型的代碼生成能力，自動生成并執(zhí)行Python可視化代碼（如基于Matplotlib、Plotly、Pyecharts等庫）

4. 實(shí)現(xiàn)復(fù)雜圖表的一鍵生成，對數(shù)據(jù)含義進(jìn)行簡潔表達(dá)與高效洞察

5. 最后把生成圖表應(yīng)用于數(shù)據(jù)分析報(bào)告或Web應(yīng)用中進(jìn)行可視化展示

第十五講：全能AI智能體數(shù)據(jù)分析與報(bào)告撰寫（Manus實(shí)戰(zhàn)）

1. 基于多源異構(gòu)數(shù)據(jù)（如網(wǎng)頁內(nèi)容、文件、API數(shù)據(jù)），對數(shù)據(jù)進(jìn)行收集、整合、預(yù)處理

2. 然后根據(jù)用戶需求對數(shù)據(jù)進(jìn)行多維度分析

3. 通過AI智能體的多工具協(xié)作能力對特定業(yè)務(wù)問題進(jìn)行深入研究與建模

4. 最后把分析結(jié)論、數(shù)據(jù)圖表和研究報(bào)告進(jìn)行專業(yè)化文檔撰寫與交付

備注：采用小班制教學(xué)，授課過程中，講師會通過互動提問、組織小組討論、即時(shí)答疑等形式，幫助學(xué)員迅速將所學(xué)轉(zhuǎn)化為可落地的能力。

五、培訓(xùn)教師

? 劉老師 大數(shù)據(jù)分析領(lǐng)域?qū)＜?/p>

擁有十幾年軟件研發(fā)經(jīng)驗(yàn)，十年企業(yè)培訓(xùn)經(jīng)驗(yàn)，對Java、Python、區(qū)塊鏈等技術(shù)領(lǐng)域有獨(dú)特的研究，精通J2EE企業(yè)級開發(fā)技術(shù)。

Java方向：設(shè)計(jì)模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且對Java源碼有深入研究。

Python方向：Python OOP、Mongodb、Django、Scrapy爬蟲、基于Surprise庫數(shù)據(jù)推薦，Tensorflow人工智能框架、人臉識別技術(shù)。

區(qū)塊鏈方向：BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS。

? 郭老師 | 數(shù)據(jù)治理專家

國內(nèi)數(shù)據(jù)治理專家、高級產(chǎn)品經(jīng)理、優(yōu)秀項(xiàng)目管理培訓(xùn)師，計(jì)算機(jī)專業(yè)碩士，曾任中國電信高級工程師，現(xiàn)任某信息技術(shù)公司產(chǎn)品及技術(shù)總監(jiān)。上海軟件協(xié)會高級講師、上海軟件協(xié)會考評員、共青團(tuán)上海市委員會青年(大學(xué)生)職業(yè)訓(xùn)練營上海市政府指定講師、浦東軟件園高級講師。18年+開發(fā)、設(shè)計(jì)經(jīng)驗(yàn)，10年+數(shù)據(jù)治理培訓(xùn)/咨詢經(jīng)驗(yàn)，給多家上市公司企業(yè)研發(fā)團(tuán)隊(duì)做過培訓(xùn)或咨詢業(yè)務(wù)，對企業(yè)數(shù)字化轉(zhuǎn)型、數(shù)據(jù)治理、產(chǎn)品管理有著敏銳、獨(dú)特的認(rèn)知體系。

六、培訓(xùn)收益

1.掌握大數(shù)據(jù)分析全流程實(shí)操

2.熟練數(shù)據(jù)可視化工具與技巧

3.理解AI數(shù)據(jù)挖掘核心算法

4.具備交互式數(shù)據(jù)探索能力

5.建立數(shù)據(jù)驅(qū)動決策思維

6.學(xué)會多源數(shù)據(jù)整合方法

7.拓寬行業(yè)數(shù)據(jù)應(yīng)用視野

8.提升職場數(shù)據(jù)技能競爭力

七、證書頒發(fā)

參加培訓(xùn)并通過考試的學(xué)員，將獲得由工業(yè)和信息化部教育與考試中心統(tǒng)一頒發(fā)的《大數(shù)據(jù)挖掘技術(shù)（高級）》職業(yè)能力證書。證書長期有效，相關(guān)信息可隨時(shí)登錄中心官網(wǎng)查詢。

八、培訓(xùn)費(fèi)用

5800元/人（含培訓(xùn)費(fèi)、平臺費(fèi)、資料費(fèi)、視頻回放、證書、發(fā)票等費(fèi)用）。

備注：參加面授的學(xué)員提供培訓(xùn)期間的午餐。

我要報(bào)名沒有找到合適的課程,請?jiān)谶@里提交您的培訓(xùn)需求   發(fā)布需求

主題

上課時(shí)間

2026年06月28-30日 廣州2026年08月29-31日 西安2026年10月24-26日 重慶

參加人數(shù)

費(fèi)用

聯(lián)系人

先生 女士

單位名稱

部門職務(wù)

電話

傳真

手機(jī)

郵箱

通信地址

郵編

備注

驗(yàn)證碼

看不清，請換一張

現(xiàn)在報(bào)名

推薦課程