首页 > 选课中心 > 数据分析 > 【快班】大数据的矩阵计算基础
【快班】大数据的矩阵计算基础
此课程所属 【数据分析师专业方向】, 【人工智能职业方向】, 【数据分析师专业方向】专业,报名专业套餐,可享受0元学习特惠!点击了解详情
2016年12月19日 15点 共14课 ★☆☆
开课时间 课程周期 难易度
招生中

立即报名
基础 数据分析 机器学习 数学 矩阵计算
课程介绍
近年来,存储设备的单位成本以惊人的速度下降,我们可以轻而易举地积累起大量的数据。电信 运营商,可以记录用户通话、短消息、无线上网产生的每一条信令,省级运营商一小时写入存储设备的数据量可以达到几百G。电子商务网站,可以记录用户的每一 次交易,甚至每一次点击,可以复原用户的完整访问路径找出用户的兴趣点。城市监控体系,在各个重要路口,高速公路上的摄像头,每秒钟都在产生海量的视频数 据。在生命科学领域,对人体的DNA分析,一个个体就能产生几个G数据,可以想象如果一个生物信息数据库里包含了成千万的个体数据,信息量将会是怎样一个 规模,如此等等,不胜枚举。我们毫无疑问,正处于一个信息爆炸的时代。

不幸的是,我们得到的这些数据中的绝大部分,在它的生命周期里基本上都被闲置着,从来没有考虑过产生任何的价值,唯一的用途就是“保存备查”。尽管“啤酒与尿布”的故事,已经写入教科书有10多年了,几乎每一个接受过专业教育的同仁都知道数据挖掘能产生的价值,但是直到今天,我们对数据的处理依然很低。造成这种情况的原因有很多。其中之一是,在各公司里保管数据的大多是IT人员,他们通常都缺乏必要的数学素质和知识基础去进行建模和深入的分析工作,即使是业务人员也鲜有对数据有深入认识者。我们推出大数据系列(包括Hadoop,NoSQL,Mahout等)和数据分析系列(包括R,SAS等)课程后,观察学员(特别是IT工作者和业务人员)的学习状况,发现他们中的大多数严重缺乏进一步挖掘数据价值所需的数学素养。例如数据分析中最基本的数据组织形态——矩阵,常见到有学员根本不知道为何物,可能从来没学过,也可能学过忘光了。但不理解矩阵,就看不懂公式。看不懂公式,就根本不懂数据分析的语言,学习起来犹如哑巴吃黄连有苦难言(《黑客帝国》里把那部控制一切的机器称为Matrix——“矩阵”,这肯定不是无缘无故的)。至于像听Page-Rank,因子分析和主成分分析,推荐系统同现矩阵这些内容那就更像听天书。由此我们萌发了开一门矩阵计算的基础课程,给大家补一下数学的念头。本门课程的目标,正是要打破知识鸿沟,为大家巩固基础,为进一步在数据领域前进提供更强动力。线性代数是数据金字塔的重要基础,矩阵计算知识扎实,无论学习R,SAS,机器学习,数据挖掘,大数据分析等领域知识都会得心应手,省去回头补课的麻烦。
课程大纲
第1课 面向小白的线性代数:矩阵基本知识,加减乘法,转置,行列式,秩,逆矩阵
第2课 计算机派上用场:常用矩阵计算工具,Excel,R,Matlab,怎样使用软件书写矩阵公式
第3课 了解直观背景是最好的学习方法:矩阵的代数意义,线性方程组,线性相关性
第4课 从初中生的二元一次到高精专的n元一次:线性方程组详解,克莱姆法则
第5课 任何东西只要画出图就解决了一大半:矩阵的几何意义,向量空间,基和维数,基变换
第6课 向高维空间进发:向量空间进阶,线性变换
第7课 抓住不变量是数学方法的本质所在:内积,正交矩阵,特征值和特征向量
第8课 给曲面分类:二次型,正定对称矩阵,二次型的对角化
第9课 从繁入简:矩阵分解,标准型
第10课 走向机器学习:SVD分解及其应用
第11课 回归分析的实质:广义逆矩阵及其应用
第12课 矩阵技术在机器学习中的应用
第13课 有100亿亿个元素的矩阵怎样存储:稀疏矩阵
第14课 挑战Google的核心秘密Pagerank计算:大型矩阵计算的并行化
授课讲师
何翠仪,中山大学统计学专业毕业,炼数成金专职讲师,曾讲授《大数据的统计学基础》课程及参与多门数据分析课程的助教工作。主持建设炼数成金的R语言认证题库系统(即将上线)。

黄志洪(tigerfish),ITPUB创始人,炼数成金创始人。中山大学海量数据与云计算 研究中心主任。数据库专家,数据分析专家,有丰富的IT领域、数学领域的知识经验。曾经讲授炼数成金上《数据分析、展现与R语言》、《数据分析与 SAS》、《Hadoop数据分析平台》等多门受欢迎课程。他将带领他的数据分析团队完成整个授课工作。
课程环境
windows
授课对象
这是一门数学课程,适合有志于转往大数据分析领域的非数学专业人士(例如IT人,业务人员等)补强数学基础,以更好地学习更高级的数据分析,数据挖掘,机器学习课程
收获预期
可以大幅度提高学员的数学基础,使其学习其它大数据分析课程时觉得更加简单,得心应手
课程试听
课程学费
学费:400元(固定学费:300元 + 逆向学费:100元)
新颖的课程收费形式:“逆向收费”约等于免费学习,课程收取300元固定收费 + 100元逆向学费,学习圆满则全额奖励返还给学员!
特别说明如下
本门课程本来打算完全免费,某位大神曾经说过“成功就是正确的方向再加上适度的压力”。考虑到讲师本身要付出巨大的劳动,为了防止一些朋友在学习途中半途而废,浪费了讲师的付出,为此我们计划模仿某些健身课程,使用“逆向收费”的方法。 在 报名时每位报名者收取400元,其中300元为固定 收费,另外100元是暂存学费,即如果学员能完成全部课程要求,包括完成全部的书面作业,则100元全款退回。如果学员未能坚持到完全所有的学习计划任务,则会被扣款。期望这种方式可以转化为大家强烈的学习愿望和驱动力!
课程授课方式

1、 学习方式:老师发布教学资料、教材,幻灯片和视频,学员通过网络下载学习。同时通过论坛互动中老师对学员进行指导及学员之间相互交流。

2、 学习作业:每课均有布置课后作业,学员完成书面作业后则可进入下一课学习。

3、 老师辅导:通过论坛站内信及邮件等多种方式与老师进行一对一互动。

4、 完成课程:最后一课作业交纳后,老师完成作业批改,即可完成课程并取回相应剩余的逆向学费。

联系我们
咨询Email :edu01@dataguru.cnedu02@dataguru.cn
课程入门讨论咨询QQ群:413249461(群内有培训公开课视频供大家免费观看)
咨询QQ: 点击这里给我发消息 点击这里给我发消息
您是否对此课程还有疑问,那么请 点击进入FAQ,您的问题将基本得到解答
全国统一咨询热线: 4008-010-006
最新技术热点、 最新行业资讯,最新培训课程信息,尽在炼数成金官方微信,低成本传递高端知识!技术成就梦想!欢迎关注!
打开微信,使用扫一扫功能,即刻关注炼数成金官方微信账户,不容错过的精彩,期待您的体验!!!

授课老师

何翠仪何翠仪
何翠仪:中山大学统计学专业毕业,炼数成金专职讲师,在过去曾讲授《大数据的统计学基础》课程,并负责多门炼数成金数据分析课程的助教工作,参与主持建设炼数成金的R语言认证题库系统(即将上线)。

其他快班课程

【快班】Python网络爬虫
【快班】Python金融投资分析实践
【快班】Kafka原理剖析及实战演练
【快班】实战Java高并发程序设计
【快班】MongoDB实战
【快班】Spark大数据分析平台
【快班】应用系统架构优化方法与案例实战
【快班】金融市场基础
【快班】Python自然语言分析
【快班】Python突击—从入门到精通到项目实战
【快班】开源计算机视觉库OpenCV从入门到应用
【快班】HBase从入门到精通
【快班】Hive数据仓库实践
【快班】Hadoop数据分析平台
【快班】数据分析与SAS
【快班】比特币
【快班】机器读心术之文本挖掘与自然语言处理
【快班】机器读心术之神经网络与深度学习
【快班】快速上手Jmeter性能测试工具
【快班】软件性能测试
【快班】软件自动化测试Selenium2
【快班】大数据必知的java基础
【快班】快速数据挖掘平台RapidMiner
【快班】R语言编程技巧
【快班】深入BI之Kettle篇
【快班】基于案例学Java服务器端程序设计
【快班】Scala从基础到开发实战
【快班】供应链物流—电商发展的“核”动力
【快班】详解SQL与PL/SQL
【快班】Oracle职业直通车
【快班】深度玩转Excel
【快班】Hadoop应用开发实战案例
【快班】大数据的Linux基础
【快班】机器学习
【快班】量化投资
【快班】SPSS数据分析入门与提高
【快班】Python数据分析
【快班】NoSQL与NewSQL数据库引航
【快班】大数据算法导论
【快班】R语言数据分析、展现与实例
【快班】大数据的统计学基础

热招课程

◆ Oracle 12c特性解读-容器数据库和灾备(第二期)
◆ Python自然语言分析(第五期)
◆ 高可用架构设计与实践(第七期)
◆ Python突击—从入门到精通到项目实战(第六期)
◆ 【免费公开课】Watson Analytics数据分析应用实战公开课(第三期)
◆ 自己动手实践神经网络(第六期)
◆ 深入浅出Spring(第三期)
◆ 大数据的Linux基础(第17期)
◆ JavaScript从入门到精通(第五期)
◆ Python机器学习(第三期)
◆ MySQL性能优化最佳实践(第一期)
◆ Spark大数据平台应用实战(第一期)
◆ 【免费公开课】数据陷阱解读(第22期)
◆ Hive数据仓库实践(第四期)
◆ Mycat从入门到精通(第十期)
◆ 深度玩转Excel(第15期)
◆ 运维之Tomcat调优实战(第三期)
◆ 深度学习框架Tensorflow学习与应用(第三期)
◆ 验模神器AMOS(第三期)
◆ 【免费公开课】Streams流计算引航公开课(第九期)
◆ 大数据的矩阵计算基础(第12期)
◆ Redis技术实战 (第七期)
◆ 机器学习(第19期)
◆ zabbix企业级实践(第二期)
◆ Python网络爬虫(第七期)
◆ 【免费公开课】大数据管理(第五期)
◆ 企业级Hadoop大数据平台实践(第11期)
◆ 区块链技术从入门到精通(第二期)
◆ 面试突击-数据结构与算法速成(第三期)
◆ Python机器学习Kaggle案例实战(第二期)
◆ HBase从入门到精通(第六期)
◆ 金融市场基础(第三期)
◆ MATLAB计算机视觉与深度学习实战(第一期)
◆ R七种武器之金融数据分析quantmod(第31期)
◆ 【免费公开课】赢在大数据-数据化运营落地实战(第二期)
◆ 量化投资(第14期)
◆ Oracle 12C RAC集群原理与管理实战(第十期)
◆ Python数据分析(第九期)
◆ web高并发服务架构(第三期)
◆ 大数据算法导论(第12期)
◆ Hadoop集群原理与运维实践(第一期)
◆ 【免费公开课】R七种武器之网络爬虫RCurl(第14期)
◆ 【免费公开课】比特币(第七期)
◆ 基于R的Kaggle实战案例详解(第二期)
◆ 机器读心术之神经网络与深度学习(第七期)
◆ Python数据分析案例实战(第五期)
◆ 基于案例学习bash脚本编程(第三期)
◆ 【免费公开课】R七种武器之数据可视化包ggplot2(第19期)
◆ 实战Java高并发程序设计(第12期)
◆ R语言数据分析、展现与实例(第28期)
◆ 深入浅出Git(第二期)
◆ 【免费公开课】perl语言入门(第五期)
◆ 【免费公开课】数据库设计(第23期)
◆ 机器读心术之文本挖掘与自然语言处理(第八期)
◆ JavaScript突击-从精通到项目实战(第二期)
◆ 大数据的统计学基础(第19期)
◆ Hadoop应用开发实战案例(第17期)
◆ 【免费公开课】STATA统计分析入门(第六期)
◆ Python金融投资分析实践(第五期)
◆ Hadoop数据分析平台(第44期)
◆ 机器读心术之深度学习大战自然语言处理(第二期)
◆ 【免费公开课】抽样调查(第13期)

GMT+8, 2017-7-28 02:44 , Processed in 0.199953 second(s), 36 queries .