20年中职国培-
培训通知
| 主办单位： | 中国高校大数据教育创新联盟 |
| 泰迪杯数据挖掘挑战赛组委会 | |
| 承办单位： | 广东泰迪智能科技股份有限公司 |
各中等职业学校：
为贯彻《广东省教育厅关于做好2020年职业院校教师素质提高计划培训工作的通知》文件精神。提高信息技术类、商贸类、财经类、加工制造自动化类等及相关教师的专业技术水平和教学实践能力，广州番禺职业技术学院拟于2020年7月23日至8月12日，于广东泰迪智能科技有限公司开展“python数据分析与挖掘培训班”。现将有关事宜通知如下：
一、项目名称
python数据分析与与挖掘实战培训班
二、培训目标
（1）了解大数据产业发展和技术应用趋势，了解数据分析课程体系构建。
（2）掌握数据分析语言python工具使用，能做到融会贯通，培养数据分析的工程思维。
（3）能够运用数据分析语言python工具去完成相关大数据实战教学案例，从而掌握数据分析整体的流程，建立起以项目贯穿的教学实践方法。
（4）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。
三、培训主要内容
1、培训内容：培训分为软件技能和跟岗实践两部分，其中软件技能包含网络爬虫工具、基于excel的数据获取、预处理与分析、powerbi数据可视化、python网络爬虫、、python数据分析、python数据可视化等；跟岗实践包括“自动售货机”商务数据分析与可视化和“泰迪商城”网络数据爬取与数据预处理等。培训以实际案例为场景，在熟练掌握软件技能的同时，为商务数据分析的教学应用提供思路。
2、课程设计：分别是excel专题、python数据分析、网络爬虫、数据可视化、和商务数据分析实战案例、跟岗实践专题。
3、实训实践：分两个阶段，第一阶段，以工程师授课加学员上机为主，此阶段学员会接触到数据分析方面的分析工具和专业知识。第二阶段以实际的项目案例应用为主，工程师讲解，协助指导，学员动手完成项目环节，是企业真实项目的简化版。
四、培训时间：2020年7月23日至8月12日
五、培训对象及人数
1、培训对象：信息技术类、商贸类、财经类、加工制造自动化类等相关的中等职业学校的教师。
2、培训人数：30人
六、培训方式
授课采用21天线下课程（技能培训 跟岗学习 顶岗实习 企业考察） 42学时线上课程的集中培训方式
七、教学内容与安排
| 培训时间 | 专题名称 | 授课教师 | ||
|---|---|---|---|---|
| 7月23日 | 09:00-17:00 | 培训报到，熟悉培训场地环境 | - | |
| 7月24日 | 09:00-12:00 | 商务数据分析与应用专业建设介绍 | 余明辉 张良均 | |
| 14:30-17:00 | 中职院校之间交流 | 詹增荣 施兴 | ||
| 7月25日 | 09:00-12:00 | （1） 认识python语言：python包的安装加载及使用，python数据结构 | 律波 | |
| 14:30-17:00 | （2） 程序流程控制语句，条件分支语句，循环，嵌套循环，列表解析 | |||
| 7月26日 | 09:00-12:00 | （3） 函数，自定义函数，匿名函数，存储与导入函数模块 | ||
| 14:30-17:00 | （4） 面向对象与编程，类的定义和专有方法，对象属性和方法，迭代器，继承。 | |||
| 7月27日 | 09:00-12:00 | （5） 第三方库的安装、导入和相应设置 | ||
| 14:30-17:00 | （6） python编程综合练习 | |||
| 7月28日 | 09:00-12:00 | （1） numpy数值计算基础 | 杨惠 | |
| 14:30-17:00 | （2） 绘图基础语法与常用参数 | |||
| 7月29日 | 09:00-12:00 | （3） dataframe的常用操作，转换与处理时间序列数据 | ||
| 14:30-17:00 | （4） 使用分组聚合进行组内计算创建透视表与交叉表 | |||
| 7月30日 | 09:00-12:00 | （5） 合并数据、数据清洗、标准化数据、转换数据 | ||
| 14:30-17:00 | （6） 综合训练1：iris数据分析处理、探索chipotle数据 | |||
| 7月31日 | 09:00-12:00 | （7） 综合训练2：股价数据探索处理、招聘数据分析 | ||
| 14:30-17:00 | ||||
| 8月1日 | 09:00-12:00 | （8） python网络爬虫：静态网页爬取、动态网页爬取、应用演 | ||
| 14:30-17:00 | ||||
| 8月2日 | 09:00-12:00 | 休息 | ||
| 14:30-17:00 | ||||
| 8月3日 | 09:00-12:00 | （8） python网络爬虫及数据可视化 | 律波 | |
| 14:30-17:00 | ||||
| 8月4日 | 09:00-12:00 | python机器学习（1） 深度学习基础；机器学习绪论 | ||
| 14:30-17:00 | python机器学习（2） 模型评估与选择：性能度量 | |||
| 8月5日 | 09:00-12:00 | python机器学习（3） 深度学习基础：神经网络结构与参数 | ||
| 14:30-17:00 | python机器学习（4） 激活函数与逆传播：bp神经网络算法原理及自编 | |||
| 8月6日 | 09:00-12:00 | 综合实战训练 聚类分析： | 陈四德 | |
| 14:30-17:00 | 综合实战训练 航空公司客户价值分析： | |||
| 8月7日 | 09:00-12:00 | 综合实战训练 回归分析方法介绍： | ||
| 14:30-17:00 | 综合实战训练 财政收入预测现状分析和数据的基本分析： | |||
| 8月8日 | 09:00-12:00 | 综合实战训练 lasso算法原理与实现；灰度预测与svm | ||
| 14:30-17:00 | 综合实战训练 了解电商产品评论背景与现状分析：实现电商评论情感分析的步骤与方法 | |||
| 8月9日 | 09:00-12:00 | 综合实战训练 对电商产品评论数据进行预处理 | ||
| 14:30-17:00 | 综合实战训练 基于lda模型进行主题分析并对结果进行分析与评价 | |||
| 8月10日 | 09:00-12:00 | 参与项目实战学习1： “自动售货机”商务数据分析与可视化（1） | 律波 | |
| 14:30-17:00 | 参与项目实战学习1： “自动售货机”商务数据分析与可视化（2） | |||
| 8月11日 | 09:00-12:00 | 参与项目实战学习2： ”泰迪商城“网络数据爬取与数据预处理（1） | ||
| 14:30-17:00 | 参与项目实战学习2： ”泰迪商城“网络数据爬取与数据预处理（2） | |||
| 8月12日 | 09:00-12:00 | 企业实地考察 实地考察大数据人工智能真实环境 | 张良均 | |
| 14:30-17:00 | 企业实地考察 大数据人工智能办公状况、项目处理机制、生产项目、产品情况 | |||
7月23日 至 8月12日 | 42学时线上网络研修 | python与商务数据分析相关知识体系 numpy数值计算基础 python网络爬虫和python数据可视化 深度学习基础等 | 多元化学习平台 （泰迪云课堂） | |
八、考核方法及证书
1、出勤考核：占总成绩的20%，学员应按培训要求按期参加培训，培训机构每期培训要严格出勤考核；如有特殊情况，请假需获参培学校及培训基地批准；培训累计缺勤2天以上或超十分之一学时者，视为考核不合格。
2、培训学习日志：培训期间每天填写学习日志，占总成绩的30%
3、培训成果（总结）：学员结合自己的教学实际，撰写培训总结占考核成绩40%
4、网络研修：占总成绩的10%
培训结束时，由项目承担机构负责对学员进行考核。项目考核成绩合格者，由项目承担机构颁培训结业证书；集中面授项目按6学时/人/天的要求进行登记。
九、培训费用及食宿安排
1、培训费3900元/人。
2、食宿统一安排，费用自理。
3、集中培训参训学员往返交通费回所在单位报销。
十、报名方法
联系人：曾老师 13246821827
q q：804954701
微 信：antonia602501
报名邮箱：zengaizhi@tipdm.com
附件一：
2019年全国高校大数据与人工智能骨干师资研修班
报名申请表
| 单位名称 | ||||||
| 部门/院系 | ||||||
| 通讯地址 | 邮 编 | |||||
| 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 | ||||
| 姓名 | 性别 | 职务 | 身份证号 | 手机号 | 电子邮箱 | |
| 费用支付时间及方式 | 1、请将报名表发至train-1@tipdm.com，培训费报名后请汇至指定的账号，汇款底单上注明“大数据研修班”字样，方便查账备案。将汇款底单电邮至报名处邮箱train-1@tipdm.com； | |||||
| 帐户信息 | 户 名：广州泰迪智能科技有限公司 开户行：中国建设银行股份有限公司广州萝岗支行 汇款帐号：44050 14700 42090 12501 | |||||
| 是否需要安排住宿 | 是（单间或标间） | 否 | ||||
| 备注 | 联系人：曾老师 电话：13246821827 邮箱：zengaizhi@tipdm.com | |||||