课程大纲与实践案例
  • 模块一使用大模型帮助职场人提效
    • 第一周
    • 第二周
    • 第三周

    第一周：数据分析概览

    • 如何理解 AI
    • 分析式 AI 与生成式 AI
      • 分析式 AI 指的是什么
      • 用数据挖掘的视角理解生成式 AI
      • 用生成式 AI 辅助数据挖掘代码
    • 机器是如何进行决策的：机器学习的七步法、数据挖掘的流程
    • 不同领域的数据决策：掌握数据决策方法
      • 金融行业
        • 产品购买预测
        • 客户流失预警
        • 反洗钱、反欺诈
        • 构建评分卡模型
        • 信贷违约预测
        • 手机银行贷款页面优化
        • 客户续保预测
        • 因客定价
      • 制造行业的数据决策
        • 制造工艺优化
        • 电池效率优化
        • 叉车路径规划
        • 基于用户满意度的产品研发
        • 物体表面缺陷检测
        • 设备智能维护
      • 快消行业的数据决策
        • 新品设计
        • 用户满意度分析
        • 供应链预测
        • 智能排班
        • Add-on 推荐
    • 训练营的使用路径
  • 模块二基础算法篇
    • 第四周
    • 第五周
    • 第六周
    • 第七周

    第四周：分类决策

    • 数据分类决策意义
    • BCG 矩阵划分
    • 案例：采购物料分类与决策
    • 构建分类器并对数据进行洞察
      • 逻辑回归
      • 决策树与随机森林
      • 模型可解释性
    • 评分卡模型
      • 评分卡模型的构建
      • WOE 与 IV 值计算
      • 字段分箱
      • 针对不同的分类制定不同的采购策略
    • 案例：保险客户续保预测
      • 数据可视化探索
      • 构建续保预测模型
      • 特征洞察：哪些用户更容易续保
      • 构建续保分（评分卡模型）
  • 模块三高级算法篇
    • 第八周
    • 第九周
    • 第十周
    • 第十一周
    • 第十二周

    第八周：推荐系统

    • 什么是推荐系统
    • Exploit & Explore 问题
    • 常用推荐算法：基于内容的推荐、基于协同过滤的推荐
    • 动手设计推荐系统
      • 推荐系统的评价指标有哪些
      • 如果让你推导推荐系统的架构，你会如何设计
    • 常用推荐算法
      • 推荐系统的算法都有哪些
      • 矩阵分解算法：ALS、SVD
      • 基于邻域的协同过滤
      • UserCF 与 ItemCF
      • 案例：MovieLens 推荐算法
  • 模块四数据应用开发篇
    • 第十三周
    • 第十四周

    第十三周：搭建需求分析助手

    • 搭建 AI Agent
      • AI 工具：Coze 低代码平台、Qwen-Agent、GraphRAG、KAG
      • 创建插件和工作流
      • 使用 LangGraph 搭建 AI Agent
    • 需求分析助手
      • 需求获取：AI Agent 向用户提问，了解用户的目标和痛点，并记录用户的反馈。
      • 需求分析：AI Agent 分析用户需求，识别需求优先级，并将需求进行分类和整理。
      • 需求文档编写： AI Agent 根据分析结果自动生成需求文档，如用户故事、用例图等。
      • 需求验证： AI Agent 与用户进行交互，验证需求文档的准确性和完整性。
      • 案例：根据自己的业务场景搭建需求分析助手
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。