主办单位： | 泰迪杯数据挖掘挑战赛组委会 |
| 承办单位： | 义乌市计算机学会 |
| 义乌工商职业技术学院 | |
| 支持单位： | 浙江省应用数学研究会 |
| 广东泰迪智能科技股份有限公司 | |
| 协办单位： | 人民邮电出版社有限公司 |
各高校、企事业单位：
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。
大数据挖掘与深度学习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。掌握大数据挖掘与深度学习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，浙江省应用数学研究会联合义乌市计算机学会、义乌工商职业技术学院、广东泰迪智能科技股份有限公司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、本科生及企事业单位从事数据处理的技术人员参加本次会议。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大数据挖掘与深度学习技术在世界范围内的最新发展水平，理解数据挖掘与深度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认识，为高校备课和顺利开课、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、本次课程通过在线教授、研讨、动手实操、微信群答疑等多种灵活有效的教学方式，加强大数据专业师资队伍的建设，提升教师教学创新思维。
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资讯，本次学习为每位参训学员提供大数据教学实训平台免费账号、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、全面掌握数据挖掘与深度学习原理，深入理解编程实现方法，对数据挖掘与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，使用相关技能实现深度学习算法。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、建立于老师的答疑联系。
注：所有学员自备电脑(64位Windows操作系统)、紧跟老师制作过程操作练习，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
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。
三、研修课表
| 研修课表 | ||
|---|---|---|
| 模块 | 内容 | 平台 |
| 第一部分：前置课程(基础部分共计15个课时) | 学习时间：报名后即可开始学习 | |
| Python编程基础 | 1 准备工作 1.1 认识Python 1.2 搭建Python环境 1.3 安装PyCharm并创建一个应声虫程序 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 4.4 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_Rower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 | 泰迪云课堂 |
| 第二部分：正式课程(实操部分共计40个课时) | 学习时间：2021年8月25 - 29 日 | |
| 日期 | 内容 | 学时与学习平台 |
| 8月25日 | 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 | 09:00 - 12:00 直播授课 |
某餐饮店8月份的订单数据分别存储在order1,order2,order3三个表中， 现餐饮店经理想要了解8月份本餐厅的营业额情况。 1、读取表格数据，获得该餐饮店的8月份的所有订单数据。 2、计算8月餐饮的每日销售额，并绘制折线图分析8月餐饮销售额趋势。 3、计算星期一~星期日的销售额并绘制柱状图分析星期与销售额的情况。 4、绘制圆环图分析星期与销售额占比情况。 | 14:00 - 17:00 微信群答疑 | |
| 8月26日 | 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scikit-learn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 | 09:00 - 12:00 直播授课 |
利用鸢尾花数据做如下操作： 1、数据加载 2、标准化处理 3、构建聚类模型并训练 4、聚类效果可视化展示 5、对模型进行评价 | 14:00 - 17:00 微信群答疑 | |
| 8月27日 | 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 特征共聚 2.4 模型训练与调优 2.5 性能度量与模型评估 | 09:00 - 12:00 直播授课 |
练习：利用KNN算法实现对鸢尾花分类模型的构建以及模型性能的 基本评估。 | 14:00 - 17:00 微信群答疑 | |
| 8月28日 | TensorFlow2实战 1 构建一个线性模型 1.1 TensorFlow2环境搭建 1.2 TensorFlow2介绍 1.3 TensorFlow2常用数据类型和操作 1.4 初始化模型 1.5 模型训练集可视化 1.6 使用高阶API-Keras 2 手写数字识别 2.1 数据读取及探索 2.2 交叉熵 2.3 模型构建及训练 2.4 调用保存好的模型对新样本进行预测 | 09:00 - 12:00 直播授课 |
练习：利用TensorFlow2搭建一个BP神经网络模型，用以识别鸢尾花的 类别。 | 14:00 - 17:00 微信群答疑 | |
| 8月29日 | 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 案例：基于数据挖掘的上市公司高送转预测 1 案例背景与挖掘目标 2 数据处理 2.1 数据探索 2.2 数据预处理 2.3 数据合并 2.4 特征选择 3 模型构建 3.1 搭建模型 3.2 模型训练 3.3 模型预测 4 小结 | 09:00 - 12:00 直播授课 |
| 大数据技术应用职业技术在线考试 | 14:00 - 17:00 泰迪云课堂 | |
四、课程主讲师资介绍
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主办方）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
 | 张良均广东泰迪智能科技股份有限公司董事长，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。全国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”全国大学生数据挖掘竞赛发起人。出版《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。 |
 | 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。 |
 | 律波 广东泰迪智能科技股份有限公司高级数据分析工程师，应用统计学硕士，有较强的统计学、数学、数据挖掘理论功底；精通R、Python、Power BI、Excel等数据挖掘分析工具，具有丰富的培训和项目经验，擅长从数据中发掘规律，对数据具有较高的敏感度，逻辑思维能力强，擅长数据可视化，机器学习、深度学习等算法原理的实现。 |
 | 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。 |
五、证书颁发
学员经在线培训并考试合格后，可以获得本期培训对应专题职业技术证书。
六、报名材料及费用说明
（一） 报名及费用
1、报名材料：报名申请表、身份证复印件、两寸近期正面免冠彩色半身证件照电子版(要求：白色背景底，14-20K大小的.JPG格式)。
2、培训费用
方式一：2480元/人（包含报名费、学习费、资料费、证书费）；
方式二：1980元/人（包含报名费、学习费、资料费），证书、考试及办理费用500元(自愿)。
3、全程课程视频内容共计70课时，六个月内面向学员免费开放，可以反复学习。
（二）收款账户信息
本次由广东泰迪智能科技股份有限公司收取费用并开具发票，收款联系人：曾爱枝，13710819420；
收款方式一：对公转账，付款时备注学校、姓名；
账户名：广东泰迪智能科技股份有限公司
开户行：中国工商银行广州花城支行
账户号：3602 0285 0920 1663 221
收款方式二：微信扫码支付，支持公务卡绑定微信支付，付款时备注学校、姓名；
4、报名联系方式
联系人：曾老师
电话：13710819420
微信：antonia602501
邮箱：zengaizhi@tipdm.com
全国高校大数据与人工智能师资研修班报名申请表
| 单位名称 | |||||||
| 部门/院系 | |||||||
| 通讯地址 | |||||||
| 发票抬头 | 发票内容: | ||||||
| 纳税号 | 电子发票 接收邮箱: | ||||||
| 联系人 | 电话： | 邮箱: | |||||
| 以下表格中要求提供的信息为申报职业技术证书使用，请真实完整填写 | |||||||
| 姓 名 | 性别 | 职务 | 毕业院校 | 最高学历 | 手机号 | 电子邮箱 | |
温馨提示：请将报名回执在8月18日之前发到邮箱zengaizhi@tipdm.com
