全国高校大数据挖掘与深度学习实战双师型骨干师资研修班-邀请函

2019-09-26 泰迪智能科技 1421

分享到：

主办单位：	泰迪杯数据挖掘挑战赛组委会
协办单位：	中南财经政法大学统计与数学学院
支持单位：	湖北省工业与应用数学学会、湖北现场统计研究会、人民邮电出版社
承办单位：	广东泰迪智能科技股份有限公司

各高校：

大数据时代悄然来临，带来了信息技术发展的巨大变革，并深刻影响着社会生产和人们生活的方方面面。数据科学已经成为企业、社会和国家关注的重要战略资源，并已成为业界争相投入的新焦点。

机器学习及数据挖掘是大数据互联网时代的核心技术，也是目前学术界和工业界的热点研究方向。掌握机器学习及数据挖掘技术的人才在市场上炙手可热，是各大互联网公司的争夺焦点。大数据专业人才的培养是新一轮科技较量的基础，高等院校承担着大数据人才培养的重任，因此，各高等院校非常重视大数据课程的开设，大数据课程将逐渐发展成为计算机科学与技术专业的重要核心课程。然而，由于诸多高校的数据科学专业或方向是基于原有的统计学、数学、计算机等相关专业开设，相关课程建设的教师水平急需提高。

在这样的背景下，依托教育部协同育人师资培训项目，中国高校大数据教育创新联盟联合广东泰迪智能科技股份有限公司、中南财经政法大学统计与数学学院举办“全国高校大数据挖掘与深度学习算法编程及实战研修班。旨在建立该领域教学、科研行业教研协作圈，加快中国高校大数据课程体系建设、促进中国高校大数据教学水平不断提升。同时使更多在数学建模和计算机相关领域的专家、教师了解参加数据挖掘挑战赛对培养数学、统计、计算机、人工智能等专业学生的重要性，也为一直以来指导学生参加数据挖掘竞赛的老师们提供新的指导思路、培养高水平的“泰迪杯”数据挖掘挑战赛教练员。诚挚的邀请相关专家、教练员、研究生、本科生参加本次会议。现将有关通知如下：

一、研修目标及特点

1、本次培训将系统讲授大数据课程知识体系、授课方法、实验环境搭建、智能算法理论与编程、大数据实训实验室建设、高校大数据课程公共服务平台资源使用指南等方面的内容，使学员能够深入了解当下数据挖掘与机器学习技术在世界范围内的最新发展水平，理解数据挖掘与机器学习技术在当代各种大数据相关产品中的应用，并掌握该领域最关键技术的原理，以及技术应用过程，旨在帮助参加培训的教师快速建立对大数据课程的整体性认识，为高效备课和顺利开课、科研和项目开发工作打下坚实基础。

2、本次培训课程内容以“鱼骨教学法”进行编排设计，所有课程将围绕真实企业项目展开，强调培训的实战性和真实性。让教师亲身接触企业一线工作场景，充分提升教师的实践教学能力。本次学习为每位参训学员提供系统的院校大数据专业建设方案，帮助各高校在大数据专业课程体系建设提供全方位、强有力的教学资源支持。

3、本次课程通过讲授、研讨、动手实操，行业名企实地参观考察多种灵活有效的教学方式，加强大数据专业资队伍的建设，提升教师教学创新思维。了解大数据岗位目前的就业形势、前景及所需相关技能，了解企业实际需求，并参与一个实际项目的全过程，将培训转化成教学成果，运用到教师自己后续的教学当中去，全部提升教师实践教学能力。

4、了解高校大数据专业的教材、实验室、实训室建设内容、产品、科研和创新创业最新讯息，本次学习为每位参训学员提供大数据教学实训平台试用账号、大数据教材展示、课程建设与程序设计的相关资源，进一步完善已开设大数据专业院校课程体系。

5、全面掌握机器学习、深度学习原理，深入理解编程实现方法,对机器学习、深度学习运作机制有清晰全面的认识。

6、全面掌握Python数据挖掘技能，使用相关技能实现算法。提供全部讲课课时的教学内容讲稿、讲课PPT、全部源代码、编程操作步骤、建立与老师的答疑联系。

注：所有学员自带笔记本电脑(Windows操作系统)、紧跟老师上课过程操作练习，完全学会经典案例开发技术，完全学会使用以上工具软件开发应用。

二、研修对象

三、培训内容

师资培训课表
第一部分：线上实习（基础部分共计15课时），报名后即可开始学习
模块	内容	课时
Python基础	1 准备工作 1.1 认识Python 1.2 搭建Python环境 1.3 安装Anaconda并创建一个hello word程序 2 Python基础知识 2.1 掌握Python固定语法 2.2 创建字符串变量并提取里面的数值 2.3 计算圆形的各参数 3 Python数据结构 3.1 创建一个列表（list）并进行增删改查操作 3.2 转换一个元组（tuple）并进行取值操作 3.3 创建一个字典（dict）并进行增删改查操作 3.4 将两个列表转换为集合（set）并进行集合运算 4 程序流程控制语句 4.1 实现考试成绩划分 4.2 实现一组数的连加与连乘 4.3 使用冒泡排序法排序 4.5 实训（猜数字游戏） 5 函数 5.1 自定义函数实现输出方差 5.2 使用匿名函数添加列表元素 5.3 存储并导入函数模块 6 面向对象 6.1 认识面向对象编程 6.2 创建Car类 6.3 创建Car对象 6.4 迭代Car对象 6.5 产生Land_Rover对象（子类） 7 文件基础 7.1 认识文件 7.2 读取txt文件中的数据 7.3 保存数据为csv格式文件 7.4 认识os模块	15
第二部分：线下实战（实战部分共计40个课时），学习时间是：11月8日-10日
日期	内容	时间
第一天	Python数据分析与应用 1 Python数据分析概述 1.1 认识数据分析 1.2 熟悉Python数据分析的工具 1.3 安装Python3的Anaconda发行版 1.4 掌握Jupyter Notebook常用功能 2 NumPy数值计算基础 2.1 认识NumPy数组对象ndarray 2.2 认识NumPy矩阵与通用函数 2.3 利用NumPy进行统计分析 3 Matplotlib数据可视化基础 3.1 了解绘图基础语法与常用参数 3.2 分析特征间的关系 3.3 分析特征内部数据分布与分散状况 4 Pandas统计分析基础 4.1 读写不同数据源的数据 4.2 掌握DataFrame的常用操作 4.3 转换与处理时间序列数据 5 使用Pandas进行数据预处理 5.1 合并数据 5.2 清洗数据 5.3 标准化数据 5.4 转换数据 6 使用scikit-learn构建模型 6.1 使用sklearn转换器处理数据 6.2 构建并评价聚类模型 6.3 构建并评价分类模型 6.4 构建并评价回归模型 7 航空公司客户价值分析 7.1 了解航空公司现状与客户价值分析 7.2 预处理航空客户数据 7.3 使用K-Means算法进行客户分群	09:45-12:00 14:00-17:00
第二天	机器学习与人工智能 1 机器学习介绍 1.1 有监督学习：分类、回归 1.2 无监督学习：聚类 1.3 半监督学习 1.4 强化学习 2 机器学习实战案例：基于文本内容的垃圾短信识别 2.1 目标分析 2.2 数据准备 2.3 特征工程 2.4 模型训练与调优 2.5 性能度量与模型评估 TensorFlow实战 1 TensorFlow安装与入门 1.1 TensorFlow环境搭建 1.2 TensorFlow计算模型性：计算图 1.3 TensorFlow数据模型：张量Tensor 1.4 TensorFlow运行模型：会话 2 TensorFlow数据类型 2.1 常量、变量及其构建 2.2 TensorFlow实现线性回归模型 2.3 操作：TensorFlow实现鸢尾花分类 3 TensorFlow实现多层神经网络 3.1 BP神经网络模型（Back Propagation） 3.2 操作：利用TensorFlow构建BP网络模型实现鸢尾花分类 4 手写数字识别 4.1 图片预处理 4.2 占位符：placeholder 4.3 操作：利用TensorFlow实现SoftMax网络对手写数字识别	09:00-12:00 14:00-17:00
第三天	深度学习经典算法案例实战 1 卷积神经网络CNN 1.1 卷积神经网络（CNN）简介 1.2 CNN关键结构：卷积层与池化层 1.3 经典卷积网络模型：LeNet-5 1.4 图像数据处理 1.5 操作：利用CNN进行手写数字识别 2 案例：基于深度神经网络CNN的人脸识别 2.1 案例背景及目标 2.2 数据准备（opencv-python） 2.3 人脸检测及数据转化 2.4 CNN网络模型训练与保存 2.5 模型加载与调用 2.6 人脸实时识别	09:00-12:00 14:00-17:00

四、师资介绍

各高等院校数据科学相关专业、计算机专业、网络通信专业、电子工程专业、信息计算科学专业、统计学专业、数学专业、经济管理专业、市场营销专业等科研、教学带头人，骨干教师、博士生、硕士生、本科生；从事计算机、云计算、数理统计、图形设计、人机交互、大数据、互联网等相关领域项目的科研院所的项目负责人、科研人员、工程技术人员；本次课程主讲老师来自国内知名大数据科技企业（“泰迪杯”全国大学生数据挖掘竞赛）广东泰迪智能科技股份有限公司实战专家和高校知名专家教授，具有长期从事大数据挖掘技术研发、大数据挖掘相关解决方案的丰富经验，自主研发顶尖大数据挖掘（TipDM）”系列产品，长期致力于大数据挖掘方面的人才培养，从众多项目经验中提炼首创的“鱼骨教学法”，开发出一站式大数据工程教学实训平台系列辅助教学产品。
主讲老师介绍：

	张良均广东泰迪科技董事长，华南师范大学，广东工业大学兼职教授，广东省工业与应用数学学会理事；兼有大型高科技企业和高校的工作经历。全计算机技术与软件专业技术资格（水平）考试继续教育和CDA数据分析师培训讲师。“泰迪杯”全大学生数据挖掘竞赛发起人，发表数据挖掘相关论文数十篇，已取得国家发明专利12项。发表《神经网络实用教程》、《数据挖掘：实用案例分析》、《MATLAB数据分析与挖掘实战》、《R语言数据分析与挖掘实战》、《Python数据分析与挖掘实战》、《Hadoop大数据分析与挖掘实战》等专著。
	蒋锋中南财经政法大学博士，教授，硕士生导师，文澜青年学者。数理与金融统计学系主任，应用统计专业硕士大数据导师组组长。目前出版学术专著一部，已经发表SCI或EI论文等60余篇，其中40多篇论文被SCI收录。现为美国数学评论评论员、全国工业统计学教学研究会理事、中国统计教育学会理事、中国现场统计研究会经济与金融统计分会理事。主要研究领域有随机控制及其应用、金融与随机波动率模型、神经网络及其应用、群体智能、优化与计算、数据挖掘、统计学习。
	张敏广东泰迪智能科技股份有限公司高级数据分析师、培训总监。从事用户数据分析和数据挖掘工作多年，具有丰富的数据挖掘理论及实践培训经验，对数据具有较高的敏感度，根据数据对其进行全面的统计分析。精通R、Python、Matlab等多种数据挖掘工具。
	杨惠广东泰迪智能科技股份有限公司高级数据分析师，具备丰富的培训经验，曾为多家企业、院校服务过专业培训工作。如PPV商业培训、泰迪大数据师资培训、珠海城职院数据分析培训等。擅长文本挖掘及深度神经网络RNN，熟悉常用机器学习算法原理及应用，如神经网络、SVM、决策树、贝叶斯等算法；精通R、Python、MATLAB等常用数据挖掘处理工具。具有丰富的实践项目经验。