课程名称：数据驱动算法开发及在汽车行业应用
课程背景：近年来，数据驱动概念迅速升温，数据驱动应用层出不穷，海量数据为企业发展带来巨大的机遇与挑战，各行各业都意识到数据中所蕴涵的巨大潜在价值。对数据的驾驭能力将成为企业的核心竞争力，优秀的企业通过分析挖掘数据蕴涵的信息与洞见驱动自身价值升级和商业模式创新。2017年4月工信部、发改委、科技部联合印发《汽车产业中长期规划》明确了车辆数据为中心的战略主题，要求建立汽车行业研发数据体系，推动互联网、汽车制造业、大数据和人工智能的深度融合。数据为汽车全产业链带来巨大机遇，数据驱动的分析与开发成为车企的核心能力之一。
本课程覆盖数据驱动算法开发标准流程、探索性数据分析、数据预处理、特征工程、建模、评估与部署、数据可视化、数据挖掘常用算法、汽车工程数据应用等诸多内容，并结合真实数据分析案例和工具进行实操演示。通过学习本课程，学员可以了解数据驱动算法基本概念和开发流程，熟悉常用的数据分析、预处理、可视化方法，掌握特征工程方法、建模一般过程以及机器学习算法基本原理和选取原则，了解汽车行业数据分析与挖掘业务的应用场景，在实际工作中主动与有效的应用数据驱动的设计与分析方法。
● 课时：2天
● 必备知识：概率论与数理统计基础知识
● 授课对象：汽车数据开发工程师、车联网工程师、数据分析/挖掘工程师等
课程内容：
● 汽车数据开发工程师、车联网工程师、数据分析/挖掘工程师等
目标：通过本课程您将了解：当前数据应用发展趋势及挑战，数据驱动算法开发基本概念和标准流程，数据驱动算法开发能力建设要求。
内容：
♦ 数据应用发展趋势及挑战
♦ 数据驱动与数据挖掘概念
♦ 数据挖掘标准流程概览
♦ 数据驱动算法开发能力建设
● 探索性数据分析
目标：通过本课程您将了解概率论与统计学理论基础知识，掌握数据质量分析与统计特征分析一般方法，学习如何针对汽车数据选取合适的方法进行内部规律的分析。
内容：
♦ 概率论与统计学基础知识
♦ 数据质量分析内容与方法
♦ 数据统计特征分析内容与方法
♦ 汽车数据探索应用案例
● 数据预处理
目标：通过本课程您将了解数据预处理的重要性，掌握数据预处理包含的基本内容和常用方法，借助数据预处理实例了解汽车数据预处理整体过程。
内容：
♦ 数据预处理概述
♦ 数据清洗内容与方法
♦ 数据集成内容与方法
♦ 数据变换内容与方法
♦ 数据预处理过程实例
● 特征工程
目标：通过本课程您将了解特征与特征工程基本概念，明确特征工程对数据驱动算法开发的重要性，掌握特征工程包含的内容与实现方法，借助案例学习如何根据数据挖掘目的开展特征工程工作。
内容：
♦ 特征工程概述
♦ 特征工程内容与实现方法
♦ 特征工程应用案例
● 建模、评估与部署
目标：通过本课程您将了解算法模型的基本概念，掌握模型开发一般步骤与方法，了解模型评估方法，借助案例学习如何根据评估结果进行模型调优工作，最终实现所开发模型的部署发布。
内容：
♦ 算法模型的基本概念
♦ 模型构建一般流程
♦ 模型评估指标与方法
♦ 模型部署方式介绍
♦ 模型构建与优化案例分析
● 数据可视化
目标：通过本课程您将了解到数据可视化的作用、内容，掌握常见数据可视化方法，结合案例学习如何针对不同数据选择合适的可视化视图。
内容：
♦ 可视化概述
♦ 数据可视化基础知识
♦ 数据可视化常用方法
♦ 数据可视化案例分析
● 机器学习算法介绍
目标：通过本课程您将了解机器学习一般概念，掌握经典算法的基本原理和应用场景，通过真实数据源案例帮助您理解基于机器学习算法的建模和训练过程，使您能够在今后的工作中尝试以机器学习方法解决实际工程问题。
内容：
♦ 机器学习基础理论
♦ 分类算法概览
♦ 回归算法概览
♦ 聚类算法概览
♦ 降维算法概览
♦ 关联分析算法概览
♦ 机器学习算法应用案例
● 汽车工程数据应用实践
目标：通过本课程您将了解汽车工程数据具体应用场景，掌握如何应用数据驱动算法进行汽车工程数据应用开发。
内容：
♦ 汽车工程数据应用场景
♦ 驾驶行为分析与评价
♦ 车辆工况与环境估计
服务优势：
● 1000多人的研发团队是培训业务的基础
● 70多门专业课程可以按需选择和定制
● 10多年培训服务的经验是培训质量的保证
● 10人小班公开课有利于培训效果
● 培训后提供持续的技术服务