slider

师资培训

点我申报

项目简介

围绕当前的行业热点,协助提升一线教学教师的技术和实践课程建设水平。

Python与金融数据挖掘
                                                  

包含但不限于以下培训内容,数据运算、循环和条件语句、函数创建、numpy库、pandas库、数据挖掘基础、数据预处理、数据探索性分析、特征工程处理、回归模型实现、分类模型实现、聚类模型实现、降维模型实现等等。

量化金融师资培训
                                                  

量化策略结构介绍、量化相关API讲解、双均线策略实现、策略构建过程的步骤讲解、策略的机制讲解、案例:乖离均线策略案例实现、技术指标的分类和作用、常见指标python量化实现、常见K线形态量化实现、趋势策略原理和优缺点、Dual Thrust策略实现、经典日内策略分享、通道类趋势策略、MACD策略、布林带突破策略、套利策略介绍、套利策略实现思路方法、股期期货套利策略实现。

金融大数据实践
                                                  

Mahout介绍、用Mahout实现推荐系统、Mahout的推荐算法讲解、手写推荐系统、推荐系统的评估、基于Mahout实现推荐系统案例讲解(电影推荐系统,交友系统)、 聚类案例讲解、常用聚类算法讲解、Mahout聚类算法使用讲解、 基于Mahout对图书进行聚类、基于Mahout对微博用户进行聚类、讲解分类实例、常用分类算法介绍、Mahout分类算法使用讲解、对股票涨跌进行预测、认购定期存款预测、Hadoop的安装与使用、HDFS的介绍与使用、在Hadopp上运行Mahout的聚类案例、在Hadoop上运行Mahout的分类案例

人工智能实践
                                                  

人工智能的发展、机器学习导论、建立模型全流程、数据采集、数据分析、特征工程、建立模型、模型评价、模型调优、输出预测、计算机视觉导论、计算机视觉案例、自然语言处理导论、自然语言处理案例、可视化入门、金融智能发展。

面向专业

主要面向全国高等院校数据科学、人工智能、计算机、信息工程、数学与统计学、金融学、金融数学、金融工程、财务管理、金融科技、供应链、金融+计算机等相关专业。

  • 数据科学

    数据科学

  • 人工智能

    人工智能

  • 计算机

    计算机

  • 信息工程

    信息工程

  • 数据与统计学

    数据与统计学

  • 金融学

    金融学

  • 金融数学

    金融数学

  • 金融工程

    金融工程

  • 财务管理

    财务管理

  • 金融科技

    金融科技

  • 供应链

    供应链

  • 金融+计算机

    金融+计算机

建设目标

教育部产学合作协同育人项目,是国家为了本科人才培养质量,深化产教融合、校企合作,教育部高等教育司组织有关企业支持高校共同开展产学合作协同育人的项目。在教育部的指导下,点宽公司将继续开展产学合作协同育人项目。