数据分析培训（深度学习）

大模型前沿应用实践 / 2025-07-02 11:13:15
数据分析培训（深度学习）
    马上咨询

    讲师介绍

    陈旸

    • 阿里云MVP（最有价值专家）
    • 腾讯云TVP（最有价值专家）
    • 百度AI比赛教练
    • CCF数据库专委
    • 知乎圆桌论坛嘉宾，AI领域，其他2位嘉宾为吴恩达 和 李沐（亚马逊资深首席科学家）
    • 清华大学计算机博士，九三学社成员，清华企业家协会YoungTEEC成员
    • 多次数据分析，算法比赛获奖经历，2次NOI一等奖，2次ACM亚洲铜奖
    • 在数据分析，人工智能，云计算领域较有影响力，阿里云MVP（授予AI领域），腾讯云TVP（授予AI、云计算领域），百度AI比赛教练，百度PPDE
    • 著有《数据分析》《SQL必知必会》《AIGC行动营》，累计付费订阅人员超17万人，国内数据分析领域线上知识付费Top1
    • 企业服务客户包括：

    25家金融机构：中国银行，中国银联，花旗银行，汇丰银行，蚂蚁金服，平安银行，平安寿险，平安产险，平安科技，兴业银行，兴业数金，渤海银行，杭州银行，泰隆银行，中原银行，长沙银行，阳光保险，上海银科，尚诚金融，嘉银金科，马上金融，信也科技，中泰证券，富达基金，中国外汇交易中心

    其他客户：麦当劳，雀巢徐福记，华润集团，上汽大众，上汽集团，上气集团，梅赛德斯奔驰，西门子，汽车之家、晶科能源，NBA中国，大恒集团，航天信息，香港赛马会，联通软研院，央视网等


    精通课程

    • AI领先战略
    • AIGC行动营
    • AI高效办公训练营
    • 大模型应用实操
    • 数据分析实战
    • 数字化思维与方法
    • Fintech应用场景与实战
    • 银行数字化转型
    • SQL大数据分析
    • RPA与办公自动化
    • 智能供应链管理
    • 数据算法黑客马拉松大赛


    项目经验<部分>

    • 从0到1搭建反欺诈模型
    • 基于评分卡模型的个人贷款风险管理
    • 中小微企业信贷决策
    • 知识图谱在反欺诈交易中的应用
    • 理财产品交叉推荐
    • 客服智能排班
    • 汽车智能供应链与采购决策
    • 基于知识图谱的智能客服
    • 工业生产中的缺陷检测
    • 基于大数据分析的设备预测性维修
    • 电机电流数据分析与预警
    • 麦当劳广州市场早餐客单价提升
    • 舆情监测与正负情感分类
    • 餐厅分类与智能补货
    • 搭建SQL Copilot
    • 2021年CCF大赛赛题出题人&评审专家（2道赛题：个贷违约预测，银行产品观点评论提取，累计提交作品数超过3.8万份，占全部大赛25道赛题提交作品数的53%）
    • NBA PaaS数据中台（NBA最重要的数据项目，与阿里进行深入合作）
    • 软件自动化测试（IBM CRL工作期间，发表1篇SIG会议，申请一个美国专利）
    • 多目标智能跟踪（教育部国家科技进步一等奖）
    • 麦当劳，中国银行，杭州银行，平安银行，平安产险，上海交通大学，西门子数据分析训练营 


    讲师擅长

    • 数据分析训练营，数据分析，数据建模，曾多次获得国奖，亚奖
    • 数据分析全流程讲解与实战训练（多家企业咨询顾问及内训讲师）
    • 大厂数据分析使用场景及合作案例


    课程大纲
    Day1：深度学习基础与环境搭建
    • 深度学习简介：历史、发展和应用领域
    • 基础理论回顾：神经网络的基本结构和工作原理
    • TensorFlow与Keras概览：深度学习框架比较
    • 环境搭建：Python、TensorFlow、其他必要库
    • TensorFlow基础操作：张量操作、计算图的概念
    • 简单神经网络构建实践：使用TensorFlow构建和训练一个基础模型
    Day2：卷积神经网络（CNN）
    • CNN的原理和结构：卷积层、池化层、全连接层
    • 图像处理基础：图像的数字表示、预处理方法
    • 使用TensorFlow构建CNN：步骤解析与代码实践
    • CNN在实际中的应用：图像分类、物体检测等
    • 问题解决与优化策略：过拟合、参数调优
    • 应用案例解析：
      • CASE1：身份验证和客户识别
        • 使用CNN进行面部识别，以验证客户身份，实现安全登录或进行身份确认。
        • 相关技术：面部识别技术、活体检测、深度学习、特征提取。
      • CASE2：签名识别
        • 利用CNN对客户的签名进行识别和验证，用于信用卡交易的安全确认。
        • 相关技术：图像分类、特征学习、图像预处理、模式识别。
      • CASE3：文件和凭证自动处理
        • 使用CNN自动识别和分类文档或凭证的图像，如信用卡申请表、交易凭证
        • 相关技术：文档图像处理、自动文本提取（OCR）、图像分割、数据抽取。
      • CASE4：欺诈检测
        • 通过分析交易凭证、身份证明的图像，使用CNN识别可能的伪造行为
        • 相关技术：异常检测、模式分析、图像识别、安全监测。
      • CASE5：ATM监控分析
        • 在ATM视频监控中使用CNN进行实时分析，检测可疑行为或异常事件。
        • 相关技术：实时视频分析、异常行为检测、监控系统、安全预警。
    Day3：循环神经网络（RNN）与自然语言处理
    • RNN的基本原理与结构：循环单元、长短时记忆网络（LSTM）
    • RNN的应用场景：序列数据处理、时间序列分析
    • 使用TensorFlow构建RNN：实现步骤与练习
    • 自然语言处理基础：词嵌入、语言模型
    • 练习项目：文本分类或情感分析
    • RNN的进阶应用：文本生成、机器翻译
    • 应用案例解析：
      • CASE1：信用卡欺诈检测
        • 使用RNN分析客户的交易历史和行为模式，识别异常交易行为。
        • 相关技术：异常检测、行为模式识别、时间序列分析、长短时记忆网络（LSTM）。
      • CASE2：客户流失预测
        • 通过分析客户的交易记录和活动历史，使用RNN预测客户流失的风险
        • 相关技术：流失预测、客户关系管理（CRM）、序列分析、预测建模。
      • CASE3：客户信用评分
        • 使用RNN处理和分析客户的财务交易序列数据，包括信用卡还款历史、账户余额变化等，动态评估和更新客户的信用评分。
        • 相关技术：信用评分、风险管理、财务时间序列、行为分析。
      • CASE4. 个性化金融产品推荐
        • 分析客户的交易历史和偏好，使用RNN提供个性化的产品推荐，如信用卡优惠、贷款产品等。
        • 相关技术：推荐系统、个性化营销、序列数据挖掘、客户画像。
    Day4：生成对抗网络（GAN）与创新应用
    • GAN的基本原理：生成器与判别器的工作机制
    • GAN的应用与挑战：图像生成、数据增强、艺术创作
    • 使用TensorFlow构建基础GAN：实现步骤详解
    • GAN的高级应用：条件GAN、循环GAN等
    • 应用案例解析：
    • CASE1：数据增强和模拟
      • 使用GAN生成合成的交易数据，助力训练欺诈检测模型
      • 相关技术：合成数据生成、数据增强、模拟交易数据。
    • CASE2：欺诈行为模拟
      • 使用GAN生成模拟的欺诈行为，更好地理解可能的欺诈模式和策略
      • 相关技术：欺诈检测、行为模拟、对抗性攻击、安全系统增强。
    • CASE3：客户画像生成
      • 模拟生成客户的消费模式，加强理解不同客户群体的行为。
      • 相关技术：客户画像、消费行为分析、目标市场分析、产品定制。
    • CASE4：虚假文档和图像识别
      • 利用GAN生成的虚假图像来训练模型，提高识别伪造信用卡欺诈行为的能力。
      • 相关技术：文档验证、图像识别、伪造检测、深度伪造。
    Day5：生成式AI在银行卡中心的应用
    • Transformer模型概念：起源、架构、与传统模型的比较
    • 自注意力机制（Self-Attention）：原理、优势、计算过程
    • Transformer模型结构：编码器与解码器介绍
    • Transformer应用案例解析：
      • CASE1：客户服务自动化
        • 基于Transformer的聊天机器人或虚拟助手，自动回答客户关于信用卡服务、账户查询、交易问题等的询问
        • 相关技术：聊天机器人、自然语言理解（NLU）、自然语言生成（NLG）
      • CASE2：智能内容生成
        • 自动生成客户通知、账单说明、营销文案等内容，提升内容创建的效率和一致性。
        • 相关技术：内容自动生成、文本生成、语言模型、营销自动化。
      • CASE3：风险与合规性分析
        • 分析客户交易行为、信用历史等文本信息，识别潜在的风险行为或不合规事项
        • 相关技术：风险预测、合规性监测、文本分析、异常检测。
    • 生成式AI的应用案例解析：
      • CASE1：自动化报告撰写
        • 自动生成信用卡使用报告、风险评估报告、客户信用报告等
        • 相关技术：大模型、文本自动生成、报告自动化、数据驱动报告。
      • CASE2：智能数据查询（SQL Copilot）
        • 允许非技术人员通过自然语言查询数据库，简化数据查询过程
        • 相关技术：代码大模型，意图识别，SQL生成，指标定义
      • CASE3：业务智能报表自动化（BI Copilot）
        • 自动生成业务分析可视化看板，帮助决策者理解复杂的数据模式，优化业务策略
        • 相关技术：Chat大模型，Code大模型，商业智能（BI）、数据可视化
      • CASE4：客户服务自动化
        • 使用生成式AI自动回答客户咨询，包括账户信息、交易详情、费用说明等
        • 相关技术：意图识别、业务流程、RAG、向量相似检索
    • 课程总结与反馈：复习重点知识、讨论遇到的问题和挑战
    • Q&A


    最新动态

    点击阅读更多内容
    返回顶部