开学季
一年之计在于春,新学期即将开始,小伙伴们是否已经准备好迎接新的挑战了呢?2017全国各大院校的老师、学生通过“长风大数据”了解、认识了大数据分析的一系列过程,2018我们一起砥砺前行,继续为大家带来丰富的学习资料与精彩的课程资源。
课程资源之大数据系列公开课
大数据系列公开课作为线下教学推广模式,以大数据基础学科背景导入,融入实际应用场景,以实验课程的方式引入教学,不仅能够为数据分析相关专业的学生提供丰富的大数据应用实例,而且能够为经管类专业以通俗易懂的方式引入计算机学科、统计学学科所需具备的基本专业知识,提升经管类学生跨专业协同创新分析能力。
大数据系列公开课课程期间可免费提供海量的TB级的数据资源、数据挖掘分析工具,为高校学生、老师课堂使用,便于学习者能够更加深刻理解数据分析整个流程以及应用案例。

图 数据资源(部分)

图 数据挖掘分析工具(PMT)

图 数据可视化工具
2018大数据公开课即将启动
1.课程内容
2018公开课课程设置
主题分类 |
序号 |
课程名称 |
背景 |
01 |
大数据背景下企业创新在高校人才培养中的转化和应用 |
…… |
||
物流方向 |
11 |
基于聚类分析的快递客户群识别 |
12 |
智能分仓可视化分析 |
|
13 |
基于时间序列的销售预测及库存优化 |
|
…… |
||
电商方向 |
21 |
基于店铺用户转化率分析 |
22 |
基于购物节对电商绩效的影响 |
|
23 |
基于平台企业销售能力分析 |
|
24 |
基于用户评论和消费水平与店铺的平级相关关系分析 |
|
25 |
基于ARIMA算法的区域商品需求预测分析 |
|
…… |
||
交通方向 |
31 |
运输运营可视化实验 |
32 |
网点布局与配送点匹配分析实验 |
|
33 |
神经网络在自行车需求场景中的应用 |
|
…… |
||
其他 |
41 |
基于贝叶斯的供应链金融风险评估 |
42 |
基于关联规则的顾客购物行为分析 |
|
43 |
深度学习在图像识别及图像分类领域中的应用 |
|
…… |
(注:报名选择以上课程时,请填写所选方向或序号即可。由于公开课时长关系,除背景课程以外的其他方向最多可选1~2实验。)
2017公开课课程回顾

图 大数据背景导入篇

图 大数据算法应用篇

图 2017公开课课程回顾
2. 2017公开课内容反馈
学生收获篇
“我是学文科的,偏向管理类的学生,对于计算机语言不通,这次课程给我带来了不同的感受,既能对数据挖掘分析有比较深刻的理解,又可以在自己课程领域明白数据挖掘的应用,了解企业运营过程的一些具体流程,让我对数据分析产生浓厚的兴趣。”
安徽新华学院 商学院孟同学
“以前我只知道分析一个问题考虑单个维度或者几个维度,但是今天我才发现原来大数据是可以运用多维分析的思路去解决实际问题,很开心有这么一个机会去了解大数据相关知识,毕竟现在大数据真的很火,我也想往这方面学习,把我的专业知识面不断扩充,最起码对未来就业是有好处的。”
淮北师范大学 管理学院何同学
教师收获篇
“物流管理、物流工程相关专业,师生在计算机方面的能力相对与其他专业较低,但PMT这样的数据挖掘工具恰好弥补了这方面的不足。趣味性的交互流程,在学生的使用的同时更便于提高数据分析能力。”
武汉学院 工商管理系姚老师
“我对机器学习算法有一些了解,我们学校也开设了如用spss软件做分析处理的相关课程,算法有聚类分析、关联规则等。通过这次课程,我也对数据分析与数据挖掘二者的区别有了更深层次的理解。”
湖北汽车工业学院 经济管理学院况老师
3.报名方式
【扫码报名】:

报名获取福利方式:
关注“cf-dsj”公众号;
报名并转发本文发到朋友圈集满38个攒;
在公众号后台回复朋友圈截图;
审核通过后,将获得数据挖掘学习资料或平台3个月免费试用账号!
名额有限,先到先得
若有关于大数据公开课的开课疑问,可直接微信回复进行提问。
Q1:具体上课地点在哪?
A:上课地点就在报名高校内。
Q2:单个或者几个学生可以开课吗?
A:若学生报名最好联系自己的老师组织一个班或者多个班同学来听课(p.s 30人以上开课,好东西大家一起分享哦
)
Q3:上课需要带电脑吗?
A:为了大家能够上机操作深入理解数据挖掘分析过程,最好校内能提供可以联网的计算机机房环境,上课所需的挖掘工具需要连网展现效果更佳哦!(p.s 当然如果没有这样的环境,也可以课堂做好笔记哟
)
Q4:不是计算机专业,没有算法基础,也可以学吗?
A:只要你对数据分析感兴趣,有兴趣就可以学会,兴趣是最好的老师。
如果你对大数据感兴趣,想要了解相关知识;如果你对数据敏感,未来想做一名和数据相关的职业;如果你是其他专业,想要认识数据分析在自己专业领域的应用;如果你有志于转往数据分析领域,2018期待你的学习收获哟!机会难得,赶紧报名吧!
声明:微信文章为独家原创,欢迎个人用户分享到朋友圈;其他任何形式的转载,请联系本公号取得授权,否则将追究法律责任。长风大数据(微信号:cf-dsj)隶属于Logis北京络捷斯特科技发展股份有限公司,简称:络捷斯特,证券代码:834832。

长风大数据(微信号:cf-dsj)基于多行业的海量数据资源,为企业运营和院校科研提供先进的数据挖掘分析工具,帮助用户释放数据价值、捕获深层信息。
联系电话:010-65568598转8013
电子邮箱:cfdsj@logis.cn
网址:http://www.cfdsj.cn
长风大数据 ∣一个有逼格的平台

