WHAT
课程简介
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。

WHY
学习目标
01熟练掌握数据科学领域最受欢迎的编程语言-Python
02掌握使用Python和pandas库进行数据清洗和预处理
03学会使用matplotlib、seaborn进行初级可视化
04学会使用Pyecharts进行高级数据可视化
05学会构建机器学习算法进行分类、预测和聚类模型
05善用机器学习解决用户画像、精准营销、风险管理等商业问题

WHO
学习对象和基础
01机器学习零基础学员
02高校在校生
03待业、期待转行从事数据挖掘相关岗位的在职人员
04CDA数据分析师level Ⅲ 考生。
05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
06对数据挖掘技术感兴趣的各界人士
04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

1章预习课（录播）——数据库SQL
1-1数据库基本概念
1-2DDL数据定义语言
1-3DML数据操作语言
1-4单表查询
1-5多表查询
1-6Python连接SQL

2章预习课（录播）——Python编程基础
2-1Python标准数据类型
2-2控制流语句
2-3自定义函数
2-4异常和错误
2-5类与面向对象编程
2-6Numpy数组操作
2-7Pandas数据表基础，数据清洗与探索
2-8Python可视化包Matplotlib，Seaborn

3-1线性代数
3-2微积分
3-3描述性统计
3-4参数估计
3-5假设检验
3-6相关分析
3-7卡方分析
3-8一元线性回归理论推导
3-9多元线性回归理论推导

章机器学习进阶第1周
3-1数据接入（接入策略，调度工具，实时数据接入方法）（附加内容）
3-2大数据平台技术架构与应用（分布式存储与计算，支持数据分析，大数据架构）（附加内容）
3-3数据挖掘导论
3-4KNN
3-5贝叶斯

机器学习进阶第2周
4-1带正则项的回归分析
4-2支持向量机(SVM)
4-3决策树（ID3, C4.5, CART）
4-4决策树的模型调优
4-5生存分析-病马死亡预测案例
4-6用户分类-保险行业用户分类分析

5章机器学习进阶第3周
5-1集成与提升方法（AdaBoost, 随机森林, GBDT, XGBoost, LightGBM）
5-2聚类分析进阶（密度聚类，谱聚类）
5-3异常识别（孤立森林，局部异常因子）
5-4交易反欺诈-异常交易识别案例

6章机器学习进阶第4周
6-1关联规则（关联规则的概念，评估指标，Apriori算法）
6-2协同过滤
6-3产品组合策略-电信公司产品捆绑销售策略分析案例
6-4数据处理的前沿方法：特征工程概要
6-5特征工程（特征的建构、选择、转换、学习）
6-6深度神经网络（BP神经网络概述，架构）
6-7感知机及感知机的极限

7章机器学习进阶第5周
7-1文本分析（分词与词性标注，文本特征处理，关键词抽取、文本分类与聚类方法）
7-2文本与用户情绪分析-新闻文本分析案例

8章机器学习进阶第6周
8-1径向基网络
8-2卷积神经网络
8-3循环神经网络
8-4图像分析-手写数字自动识别
8-5自然语言处理-用户情绪自动识别
8-6实战项目-金融行业反欺诈

9章机器学习进阶第7周
9-1实战项目-行业文本分析
9-2实战项目-信用评分卡

10章CDA认证考试辅导（仅限报名考试的学生）
10-1数据挖掘概论
10-2高级数据处理与特征工程
10-3自然语言处理与文本分析
10-4机器学习算法
10-5机器学习进阶（自动机器学习，样本不平衡问题，半监督学习，模型优化）

11章选修课
11-1互联网数字化运营【18课时】
11-2何为数据产品经理？【1课时】
11-3Python爬虫【15课时】
11-4Python办公自动化【10课时】
11-5人工智能(深度学习)实战之图像识别【6课时】
11-6采销、物流与供应链数据分析应用实战【10课时】 (需额外付费）

硬核服务；
1.朝九晚九全程跟班答疑
助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑，包括中途休息时间；同时，每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”，全面覆盖同学晚自习时间
2.一对一督学
每个班级、每位同学、每月都会进行至少一次一对一辅导，询问同学学习状态、解决学员学习问题；同时，针对每个模块测试结果后10%的学员进行额外辅导，以确保学员能够跟上学习进度。
3.定期直播串讲
对于重难点知识和同学普遍反应的问题，助教将进行每周1-2次的晚自习串讲，串讲时常为2小时左右，且相关内容需要重新制作、有别于课程内容，帮助同学攻克重难点知识。
4.出勤率和进度监督
在课程持续期间，助教还需实时统计学员出勤情况，监督课堂纪律，跟进学习进度。除正常答疑外，服务团队会与班级同学保持沟通、给予正确指引，从而营造积极学习氛围。
5.作业与测试
在远程授课期间，每个课程会安排相关课后作业，确保同学课下能够进行适当练习，提升同学实时参与感、保证当日学习效果。除了作业，服务团队还会组织学员进行阶段性测试，以考试性质为主，主要考察学员对本阶段知识掌握程度。