为您找到194个相关课程
展开简介
收益目标：1、使学员深入理解机器学习、深度学习的基础概念、技术、思维模式； 2、使学员深入理解机器学习、深度学习算法原理、具备机器学习算法的使用能力； 3、使学员深入理解数据收集、数据挖掘、信息提取的能力； 4、使学员深入理解绘制数据可视化图形的能力； 5、深入剖析主流的机器学习、深度学习算法； 6、介绍统计学基础知识； 7、深入剖析模型的构建、特征提取、指标体系； 8、通过案例故事，深入剖析机器学习、深度学习的应用，交流数据挖掘的经验； 9、浅显易懂的方式介绍人工智能、深度学习、人工神经网络等知识点；
适应人群：1、本课程适合于机器学习和统计学的初级学习者； 2、对机器学习、数据分析、统计学感兴趣的人士；
关键词：我是运维经理，互联网，人工智能，大数据，机器学习，数据挖掘，深度学习
收益目标：通过本课程，学员能够真实掌握互联网高可用架构设计过程中所遇问题的归纳、分析与总结，并有针对性的给出解决方法，课程将重现这些问题的场景，通过实例讲解，并对应到学员的实际工作问题，有效的启发思路、激发兴趣、掌握解决问题的基本方法。
适应人群：各类互联网/IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于有明确互联网产品业务需求的个人和团队，效果更佳。
关键词：互联网，互联网金融，架构师，架构设计，大数据，互联网架构，高可用架构
收益目标：通过实例了解数据战略在不同场景中的实施，演变，和不同战略的优劣，为高级管理人员提供数据方向上战略、布局、管理和执行层面的多角度思路。
适应人群：暂无
关键词：互联网，商业模式，大数据
收益目标：1、云计算核心概念和使用经验 2、如何设计良好的云上系统架构 3、如何迁移到公有云 4、公有云的安全如何设计 5、如何在云上进行自动化运维 6、如何设计现代大数据架构
适应人群：适用于企业IT技术经理，系统架构师，IT运维工程师，大数据工程师等。 该课程为中高级课程，对于进行基于公有云的系统部署运维、产品开发设计特别有帮助 1、对公有云尚没有实际使用经验IT人员团队 2、对公有云成本无评估经验的项目管理团队 3、想要借公有云快速验证产品原型的创新团队
关键词：互联网，大数据，云计算，数据架构，敏捷开发，DevOps，运维，敏捷，转型
收益目标：暂无
关键词：互联网，电信，架构设计，大数据，机器学习，虚拟化，微服务
收益目标：a) 掌握Kafka的Producer/Consumer的用法及与其它系统集成的方案 b) 初步掌握如何使用Kafka Stream开发流式处理应用 c) 掌握Kafka的复制和领导选举策略，并了解分布式系统一致性解决方案 d) 能够理解并掌握分布式产品选型方法
适应人群：a) 大数据产品开发工程师 b) 大数据运维工程师 c) 大数据架构师
关键词：互联网，大数据，分布式系统，配置管理
收益目标：•了解宜信四大开源项目的设计思想、定位和能力； •了解宜信敏捷数据中台的建设思路、定位和价值； •了解宜信敏捷数据中台技术架构和设计思路； •了解宜信敏捷数据中台支持的典型数据应用场景；
关键词：互联网，大数据，数据架构
收益目标：1、数据分析的概念、表现形式与方法 2、数据分析的常用工具与应用 3、运用数据分析促进管理和运营的方法和路线图 4、通过现场模拟实战案例,全面掌握运用数据分析的实战技巧 5、中美知名企业用数据提升竞争力的经验和失败教训分享
适应人群：企业的商务分析师、数据分析师、业务部门经理、管理决策人士等。一切对运用数据分析做商业创新感兴趣的技术与管理人士。
关键词：互联网，大数据，数据分析，统计学常见方法，数据分析与商业应用，大数据分析，数据建模，数据算法及应用，数据分析生命周期，数据分析方法全景图
收益目标：1. Flink核心技术的深入理解。 2. 流式和离线海量数据计算平台的设计的抽象与分层能力 3. 用Flink实现一个通用数据计算产品的方法。 4. 领域驱动设计(DDD)的核心知识和它在大数据领域的应用。
关键词：互联网，大数据，API
收益目标：1.对腾讯游戏的运营实践经验有一定了解； 2.介绍平台在架构上设计及历史演进； 3.介绍机器学习流水线的建设及优化实践；
关键词：互联网，大数据，机器学习
收益目标：1、 理解真正的大数据概念，从技术上来说大数据的框架是什么； 2、 讲述案例和架构，听众可以参与到一个大数据的架构设计中来； 3、 具备业务观点，指导听众设计一个企业的数据监控体系；
关键词：互联网，大数据
关键词：互联网，传统金融，互联网金融，大数据，机器学习
To Be Better
注册或 找回密码?