（一）統(tǒng)計分析、數(shù)據(jù)倉庫與可視化表達
1、綜述（大數(shù)據(jù)、人工智能、數(shù)據(jù)挖掘、機器學(xué)習(xí)：這些詞的確切含義）
2、假設(shè)檢驗：“小數(shù)據(jù)”時代是怎么玩的？
3、“回歸”是數(shù)據(jù)挖掘算法嗎？
4、度量、指標與維度
5、星型模型與雪花模型
6、下鉆與上卷
7、數(shù)據(jù)倉庫的應(yīng)用案例
8、圖表該怎么畫才對？

（二）大數(shù)據(jù)相關(guān)技術(shù)綜述
1、hadoop：HDFS、Map-Reduce、Hbase、Hive、sqoop、pig、oozie等
2、spark：scala、spark-SQL、spark-Streaming等
3、搜索引擎：lucene（solr）、ES
4、并發(fā)的機器學(xué)習(xí)工具：R-hadoop、spark-MLLIB、 spark-R、pyspark

（三）存儲在hbase中的數(shù)據(jù)
1、NoSQL（key-value）
2、Hbase：安裝
3、行鍵與列簇
4、如何利用Hbase的特點存儲行業(yè)數(shù)據(jù)
5、應(yīng)用程序如何訪問Hbase中的數(shù)據(jù)
6、數(shù)據(jù)遷移工具：sqoop
7、Hbase的應(yīng)用場景

（四）Hive：為SQL開發(fā)者留的活路
1、Hive：安裝（單用戶與多用戶）
2、Hive：基本操作
3、Hive：與典型的關(guān)系型數(shù)據(jù)庫的區(qū)別
4、存儲業(yè)務(wù)數(shù)據(jù)時的注意點
5、如果“想慢”，你還可以這樣…（不恰當使用hive的案例介紹）
6、Hive的應(yīng)用場景

（六）Spark各組件的應(yīng)用
1、Hadoop最大的特點是什么？
2、Spark概述與安裝
3、Scala：你可以一直“點”下去
4、RDD：“映射”、“轉(zhuǎn)換”解決一切
5、spark-SQL
6、spark-streaming
7、spark-graphX
8、spark-MLLIB
9、應(yīng)用場景

（七）機器學(xué)習(xí)-1
1、數(shù)據(jù)挖掘、知識發(fā)現(xiàn)與機器學(xué)習(xí)
2、工具：（早期）SPSS、SAS；
3、目前流行的工具R、Python等
4、決策樹（熵、貪心法、連續(xù)的和離散的）
5、聚類（k-means、k-medoid）
6、監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)的差異
7、機器學(xué)習(xí)性能評價指標

（八）機器學(xué)習(xí)-2
1、KNN
2、關(guān)聯(lián)規(guī)則（頻繁項集、Apriori、支持度、置信度、提升度）
3、神經(jīng)網(wǎng)絡(luò)（神經(jīng)元、激勵函數(shù)、前饋神經(jīng)網(wǎng)絡(luò)的BP算法）
4、SVM（最大間隔、核函數(shù)、多分類的支持向量機）

（九）機器學(xué)習(xí)-3
1、 “概率派”與“貝葉斯派”
2、樸素貝葉斯模型（皮馬印第安人患糖尿病風(fēng)險預(yù)測）
3、極大似然估計與EM算法
4、HMM（三個基本問題：評估、解碼、學(xué)習(xí)）

（十）機器學(xué)習(xí)-4
1、遺傳算法 （交叉、選擇、變異，“同宿舍”問題）
2、無監(jiān)督學(xué)習(xí)
3、集成學(xué)習(xí)（adaboost、RF）
4、強化學(xué)習(xí)

（十一）深度學(xué)習(xí)-1
1、連接主義的興衰
2、地形要更陡：改進的目標函數(shù)
3、0.9的100次方等于幾？克服梯度消散的方法（改進的激勵函數(shù)、BN）
4、利用“慣性”下山：改進的優(yōu)化算法（Adagrad、RMSprop、Adam）
5、防止“大鍋飯”：dropout
6、記憶的關(guān)鍵是“合理的忘記”：weight decay

（十二）深度學(xué)習(xí)-2
1、讓AI理解圖像：典型CNN
2、各種CNN
3、讓AI理解語言：RNN與LSTM、GRU
4、左右互搏術(shù)：GAN
5、電子游戲的新玩法：DQN
 

葉梓，上海交通大學(xué)計算機專業(yè)博士畢業(yè)，高級工程師。主研方向：數(shù)據(jù)挖掘、機器學(xué)習(xí)、人工智能。歷任國內(nèi)知名上市IT企業(yè)的AI技術(shù)總監(jiān)、資深技術(shù)專家，市級行業(yè)大數(shù)據(jù)平臺技術(shù)負責人。

長期負責城市信息化智能平臺的建設(shè)工作，開展行業(yè)數(shù)據(jù)的智能化應(yīng)用研發(fā)工作，牽頭多個省級、市級行業(yè)智能化信息系統(tǒng)的建設(shè)，主持設(shè)計并搭建多個省級、市級行業(yè)大數(shù)據(jù)平臺。參與國家級人工智能課題，牽頭上海市級人工智能示范應(yīng)用課題研究。

帶領(lǐng)團隊在相關(guān)行業(yè)領(lǐng)域研發(fā)多款人工智能創(chuàng)新產(chǎn)品，成功落地多項大數(shù)據(jù)、人工智能前沿項目，其中信息化智能平臺項目曾榮獲：“上海市信息技術(shù)優(yōu)秀應(yīng)用成果獎”。帶領(lǐng)團隊在參加國際NLP算法大賽，獲得Top1%的成績。參與國家級、省級大數(shù)據(jù)技術(shù)標準的制定，曾獲省部級以上的科技創(chuàng)新一等獎。

1.      論文發(fā)表/項目經(jīng)歷

在國內(nèi)外期刊、會議中發(fā)表論文27篇，其中被SCI/EI收錄4篇

項目經(jīng)歷：

l  上海市城市信息化人工智能項目 項目負責人

ü  研發(fā)智能服務(wù)系統(tǒng)，包括：元宇宙與虛擬數(shù)字人、基于人工智能的內(nèi)容生成（AIGC）、基于NLP技術(shù)的對話系統(tǒng)、基于深度學(xué)習(xí)的圖像識別系統(tǒng)、基于智能推理的行業(yè)推薦系統(tǒng)。

相關(guān)工作：

作為項目總負責，負責項目管理、產(chǎn)品研發(fā)、系統(tǒng)分析、技術(shù)指導(dǎo)、算法指導(dǎo)等。

l  上海市城市智能信息化工程 總工程師

ü  采用大數(shù)據(jù)技術(shù)，建設(shè)市級信息平臺，完成試點單位接入并采集居民相關(guān)信息，實現(xiàn)市級平臺檔案等服務(wù)，并實現(xiàn)所有單位的全面接入。

ü  為解決超量數(shù)據(jù)的存儲與計算的問題，搭建了存儲全市數(shù)據(jù)的云計算平臺，并在其上進行了基于大數(shù)據(jù)的分析和挖掘工作。

相關(guān)工作：

作為總工程師，負責技術(shù)管理、系統(tǒng)分析、云平臺數(shù)據(jù)存儲設(shè)計、數(shù)據(jù)分析與挖掘指導(dǎo)、開發(fā)指導(dǎo)。

l  上海市城市信息化領(lǐng)域智能聯(lián)網(wǎng)工程 技術(shù)經(jīng)理

ü  建設(shè)內(nèi)容包括：接入單位的聯(lián)網(wǎng)；智能卡的實現(xiàn)；城市信息化智能平臺的升級；科研平臺的擴展與升級；建立決策支持系統(tǒng)；評估體系的展示設(shè)計；短信平臺的實現(xiàn)；違規(guī)操作的提醒；協(xié)同智能服務(wù)平臺的實現(xiàn)等。

相關(guān)工作：

作為技術(shù)經(jīng)理負責總體架構(gòu)設(shè)計、接口設(shè)計、大數(shù)據(jù)平臺設(shè)計、AI技術(shù)指導(dǎo)等。

3. 主攻方向

具有扎實的數(shù)據(jù)挖掘、機器學(xué)習(xí)、深度學(xué)習(xí)等人工智能理論基礎(chǔ)；了解AIGC等技術(shù)前沿動態(tài)。

精通機器學(xué)習(xí)、深度學(xué)習(xí)的理論、模型、算法、調(diào)優(yōu)等；精通算法設(shè)計；

熟悉深度學(xué)習(xí)在自然語言處理、計算機視覺兩大核心領(lǐng)域的實用技巧；

15年以上的程序開發(fā)經(jīng)驗，熟悉常用程序開發(fā)架構(gòu)，獨立完成多個產(chǎn)品級軟件的設(shè)計與開發(fā)。

• 5G物聯(lián)網(wǎng)及人工智能

   

  課程背景：人工智能時代已經(jīng)開啟，其中物聯(lián)網(wǎng)技術(shù)的運用就是最新嘗試。將成為繼互聯(lián)網(wǎng)之后下有一個萬億級數(shù)的產(chǎn)業(yè)。本課程詳細介紹物聯(lián)網(wǎng)及人工智能的現(xiàn)狀、發(fā)展、案例和技術(shù)發(fā)展。課程目標：1.了解物聯(lián)網(wǎng)及可人工智能的基本知識2.物聯(lián)網(wǎng)及人工智能核心技術(shù)和解決方案課程形式：以講授為主，結(jié)合案例分析、視頻觀賞等形式。課程大綱：一、物聯(lián)網(wǎng)..

  ￥   元/ 天

  人氣：860  

  

• 大數(shù)據(jù)及人工智能背景下消費和小微信貸線上獲客、產(chǎn)品設(shè)計、風(fēng)控應(yīng)對策略

   

  第一部分：金融科技發(fā)展狀況的介紹一、金融科技的現(xiàn)狀與發(fā)展趨勢（一）宏觀背景1、金融科技（支付寶人臉識別技術(shù)、APPLEPAY、虹膜技術(shù)、二維碼支付技術(shù)）2、利率市場化3、金融脫媒（二）移動互聯(lián)技術(shù)的發(fā)展使互聯(lián)網(wǎng)金融成為可能1、移動互聯(lián)網(wǎng)技術(shù)2、移動支付技術(shù)3、H5、APP（三）互聯(lián)網(wǎng)金融對傳統(tǒng)銀行資產(chǎn)業(yè)務(wù)的顛覆和沖..

  ￥   元/ 天

  人氣：887  

  

• 大數(shù)據(jù)時代——提升患者管理，構(gòu)建專業(yè)藥房

   

  【課程導(dǎo)言】：移動互聯(lián)時代下，實體門店面臨巨大的挑戰(zhàn)，同時也是一種機會。馬云說：不是實體門店不行了，而是你的實體門店不行了。面臨新的沖擊實體店如何進行創(chuàng)新，如何守住老陣地，如何利用新武器，這是所有實體連鎖共同面臨的問題。課程從互聯(lián)網(wǎng)環(huán)境對我們的實體店挑戰(zhàn)和我們面臨的消費者消費習(xí)慣和方式的的變化入手，通過分析新零售良品鋪子，海瀾之家，名創(chuàng)優(yōu)品的..

  ￥   元/ 天

  人氣：711  

  

• 電商互聯(lián)網(wǎng)大數(shù)據(jù)營銷之落地實踐鐵律

   

  課程背景：未來人貨場一切數(shù)字化，數(shù)據(jù)將成為一種資源，沒有數(shù)據(jù)沒有未來，企業(yè)如何構(gòu)建自己的大數(shù)據(jù)未來？人工智能已經(jīng)來臨，人工智能在營銷板塊的應(yīng)用本質(zhì)就是大數(shù)據(jù)營銷！企業(yè)的ERP、CRM、報表等等僅僅是零散的死數(shù)據(jù)，如何激活流動產(chǎn)生閉環(huán)，產(chǎn)生效益？經(jīng)驗將成為負債，未來將利用數(shù)據(jù)產(chǎn)品規(guī)劃、定位、策劃、人群分析、活動策劃，數(shù)據(jù)成為商業(yè)的起點！人為..

  ￥19,100   元/ 天

  人氣：1222  

  

• 電商互聯(lián)網(wǎng)智能商業(yè)：大數(shù)據(jù)營銷分析與落地實踐

   

  課程背景：數(shù)據(jù)是未來企業(yè)唯一資源，大數(shù)據(jù)營銷意味著高效、精準、成本低、全自動化，讓企業(yè)從人海戰(zhàn)、廣告戰(zhàn)、渠道戰(zhàn)的泥潭中拔出來為什么搜索廣告效果差了？為什么團購效果也差了？為什么傳統(tǒng)的用戶細分、STP在大數(shù)據(jù)提出的用戶畫像面前蒼白了？為什么獨角獸全靠增長黑客模式崛起？企業(yè)未來如何搭建科學(xué)的大數(shù)據(jù)營銷隊伍，建立科學(xué)的數(shù)字營銷體！通過互動獲取數(shù)據(jù)，..

  ￥19,100   元/ 天

  人氣：1537  

  

• 大數(shù)據(jù)基礎(chǔ)原理與應(yīng)用

   

  一、運營商網(wǎng)絡(luò)架構(gòu)和技術(shù)選擇1.運營商網(wǎng)絡(luò)架構(gòu)2.運營商業(yè)務(wù)類型3.接入網(wǎng)技術(shù)選擇4.不同業(yè)務(wù)的技術(shù)實現(xiàn)二、全業(yè)務(wù)運營技術(shù)實現(xiàn)1.集團業(yè)務(wù)分類及特點2.集團高等級業(yè)務(wù)特點及業(yè)務(wù)場景3.集團低等級業(yè)務(wù)特點及業(yè)務(wù)場景4.集團高、低等級業(yè)務(wù)要求及技術(shù)選擇5.數(shù)據(jù)專線業(yè)務(wù)及技術(shù)實現(xiàn)6.互聯(lián)網(wǎng)專線業(yè)務(wù)及技術(shù)實現(xiàn)7.集..

  ￥   元/ 天

  人氣：1031