1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、免費提供課后技術支持，保障培訓效果。
       3、培訓合格學員可享受免費推薦就業機會。☆合格學員免費頒發相關工程師等資格證書，提升職業資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

• 目標收益
  本課程將圍繞大數據最本質的特點—智能化為主線，從大數據的產品思維、數據分析重要工具、數據挖掘核心技術等層面深入講述
  數據挖掘的高階話題，包括有偏數據挖掘、數據流挖掘、在線學習、高級數據預處理技術等。同時課程案例豐富，重點從社交網絡圖譜挖掘、推薦引擎等做實站案例講解。該課程使學員：
  理解大數據基本概率、理解大數據產品設計思維、理解大數據基礎技術架構
  掌握社交圖譜挖掘的一到兩個經典數據挖掘案例的解決方案
  掌握社交好友推薦中一到兩個經典案例的解決方案
  掌握如何搭建一個實用的推薦引擎的方法；
  掌握數據挖掘的經典方法論：數據挖掘過程、模型評估標準等
  側重掌握最普遍使用的分類預測技術的方法，
• 培訓對象
• 重點面向產品和技術人員，包括數據挖掘工程師、數據分析師、大數據工程師、算法專家、項目經理、技術經理、數據產品經理以及其他具有一定數據挖掘經驗的人員。
• 課程大綱
  
• 主題 內容
  1.大數據時代概述
• 1.1 大數據解決的問題是什么？
  1.2 大數據公司（部門）的都在做什么？
  1.3 如何建立自己的大數據能力？
• 2.數據挖掘過程和實用工具使用
• 2.1 數據挖掘過程的方法及其思想介紹
  2.2 挖掘工具Weka使用實踐
• 3.深入分類挖掘新技術
• 3.1 產業實戰中如何研發一個新的數據挖掘算法
  3.2 機器學習算法理論深入
  3.3 常用多模型算法詳解
  3.4 Dynamic Data Mining（DDM）：分而治之的多模型框架研發過程
  3.5 模型評估高級話題
• 4.深入常用實戰數據預處理與有偏挖掘技術
• 4.1 有偏數據挖掘
  4.2 高級數據預處理實戰策略
• 5.深入在線學習與數據流挖掘
• 5.1 在線數據流挖掘基本概念
  5.2 數據流挖掘的關鍵挑戰
  5.3 兩類經典在線流挖掘算法匯總
  5.4 進階：有偏在線數據流挖掘的解決方案
  5.5 在線數據流挖掘總結
• 6.深入社交圖譜及推薦引擎實戰
• 6.1 推薦引擎解決的問題
  6.2 推薦系統歷史
  6.3 通用推薦引擎基礎架構
  6.4 社會化推薦引擎
  6.5 社會化推薦引擎算法案例講解
  6.6 社交圖譜挖掘介紹
  6.7 社交圖譜挖掘案例講解：好友親密度模型
  6.8 社交圖譜挖掘案例講解：好友自動分組