- 相關(guān)推薦
大數據分析培訓心得體會(huì )范文最新
在平日里，心中難免會(huì )有一些新的想法，可以尋思將其寫(xiě)進(jìn)心得體會(huì )中，從而不斷地豐富我們的思想。應該怎么寫(xiě)才合適呢？下面是小編為大家整理的大數據分析培訓心得體會(huì )范文最新，歡迎大家借鑒與參考，希望對大家有所幫助。
大數據分析培訓心得體會(huì )范文最新1
經(jīng)過(guò)前期的MOOC課程自學(xué)和集中面授學(xué)習，我順利地通過(guò)選拔考試，獲得20xx年湖北xx“菁英計劃”人才培養第三階段大數據專(zhuān)業(yè)的培訓資格。11月12日至22日，我與省內其他24名學(xué)員一起，參加了在杭州華為全球培訓中心舉辦的“xx計劃”第三階段大數據專(zhuān)業(yè)培訓。與7月份開(kāi)展的第二階段培訓相比，本次培訓在數學(xué)基礎知識、Python編程語(yǔ)言、數據挖掘模型與算法方面有了更深入的講解，同時(shí)新增了xx云機器學(xué)習服務(wù)MLS、大數據架構和大數據治理等內容，并強化了本課程的實(shí)驗教學(xué)。
本次培訓中，全體25名學(xué)員都表現出了積極端正的學(xué)習態(tài)度。在xx老師的指導下，大家刻苦專(zhuān)研大數據挖掘知識，課上遇到問(wèn)題主動(dòng)向老師請教，課后積極復習消化新知識，基于自身學(xué)習情況及時(shí)與老師協(xié)商調整授課和學(xué)習方式。面對課程內容多、難度大而課時(shí)少的情況，大家都欣然接受由原來(lái)每周2次晚自習調整為每天上晚自習并且晚自習時(shí)間延長(cháng)1小時(shí)的`安排。培訓期間，大家仔細琢磨常見(jiàn)的分類(lèi)、回歸和聚類(lèi)算法，比較不同算法的優(yōu)缺點(diǎn)；在理論學(xué)習的基礎上，大家通過(guò)上機實(shí)操對所學(xué)知識做進(jìn)一步鞏固和強化；在實(shí)驗室搭建環(huán)節，雖然大家碰到了許多棘手問(wèn)題，但通過(guò)老師的悉心點(diǎn)撥、學(xué)員間的激烈討論，所有問(wèn)題逐一解決；面對課時(shí)緊、學(xué)習任務(wù)重的挑戰，大家自覺(jué)利用課余時(shí)間，針對課堂上未消化的內容自行查漏補缺。
本次培訓雖不能保證讓所有學(xué)員都成為大數據挖掘方面的專(zhuān)家，但它讓大家有機會(huì )更加深入地了解大數據挖掘這門(mén)技術(shù)，并且點(diǎn)燃了大家對大數據挖掘的學(xué)習熱情。面對課程龐大的知識架構和體系，大家紛紛表示，雖然很難在10天內對所有知識有充分的認識和掌握，但培訓結束后仍會(huì )卯足干勁，主動(dòng)做到持續性學(xué)習，爭取在大數據挖掘道路上越走越遠。
大數據分析培訓心得體會(huì )范文最新2
10月23日至11月3日，我有幸參加了管理信息部主辦的“20xx年大數據分析培訓班”，不但重新回顧了大學(xué)時(shí)學(xué)習的統計學(xué)知識，還初學(xué)了Python、SQL和SAS等大數據分析工具，了解了農業(yè)銀行大數據平臺和數據挖掘平臺，學(xué)習了邏輯回歸、決策樹(shù)和時(shí)間序列等算法，親身感受了大數據的魅力。兩周的時(shí)間，既充實(shí)、又短暫，即是對大數據知識的一次親密接觸，又是將以往工作放在大數據基點(diǎn)上的再思考，可以說(shuō)收獲良多。由衷地感謝管理信息部提供這樣好的學(xué)習機會(huì )，也非常感謝xx培訓學(xué)院提供的'完善的軟硬件教學(xué)服務(wù)。
近年來(lái)，大數據技術(shù)如火如荼，各行各業(yè)爭先恐后投入其中，希望通過(guò)大數據技術(shù)實(shí)現產(chǎn)業(yè)變革，銀行作為數據密集型行業(yè)，自然不甘人后。我行在大數據分析領(lǐng)域，也進(jìn)行了有益的探索，并且有了可喜的成績(jì)。作為從事內部審計工作的農行人，我們長(cháng)期致力于數據分析工作。但受內部審計工作性質(zhì)的限制，我們也苦于缺少有效的數據分析模型，不能給審計實(shí)踐提供有效的支持。這次培訓，我正是帶著(zhù)這樣一種期待走進(jìn)了課堂，期望通過(guò)培訓，打開(kāi)審計的大數據之門(mén)。
應該說(shuō)，長(cháng)期以來(lái)，農業(yè)銀行審計工作一直在大規模數據集中探索。但根據審計工作特點(diǎn)，我們更多的關(guān)注對行為數據的分析，對狀態(tài)數據的分析主要是描述性統計。近年來(lái)火熱的大數據分析技術(shù)，如決策樹(shù)、神經(jīng)網(wǎng)絡(luò )、邏輯回歸等算法模型，由于業(yè)務(wù)背景不易移植，結果數據不易解釋?zhuān)趦炔繉徲嫻ぷ髦羞�沒(méi)有得到廣泛的應用。
通過(guò)這次培訓，使我對大數據分析技術(shù)有了全新的認識，對審計工作如何結合大數據技術(shù)也有了一些思考。一是審計平臺技術(shù)架構可以借鑒數據挖掘平臺。目前，審計平臺采用單機關(guān)系型數據庫。隨著(zhù)全行業(yè)務(wù)不斷發(fā)展，系統容量不斷擴充。超過(guò)45度傾角的數據需求發(fā)展趨勢，已經(jīng)令平臺不堪重負。這次培訓中介紹的數據挖掘平臺技術(shù)架構，很好地解決了這一難題。挖掘平臺利用大數據平臺數據，在需要時(shí)導入、用后即可刪除，這樣靈活的數據使用機制，即節省了數據挖掘平臺的資源，又保證了數據使用效率。審計平臺完全可以借鑒這一思路，也與大數據平臺建立對接，緩解審計平臺資源緊張矛盾。二是可嘗試在部分場(chǎng)景應用大數據分析技術(shù)。目前，審計選樣主要通過(guò)專(zhuān)家打分法。這次培訓中介紹的邏輯回歸和決策樹(shù)算法，也是解決這一方面的問(wèn)題。通過(guò)歷史樣本和歷史底稿的數據，通過(guò)訓練建立選樣模型，將與底稿相關(guān)的主要風(fēng)險特征選入模型，再將模型應用于驗證樣本。這樣就可以應用大數據技術(shù)，為審計提供支持。三是加強與管理信息部和軟件開(kāi)發(fā)中心的合作。本次培訓中我們也看到，經(jīng)過(guò)一段時(shí)間的積累，我行已經(jīng)具備了一定的大數據分析經(jīng)驗，儲備了一批具有相應經(jīng)驗的人才。作為業(yè)務(wù)部門(mén)，我們應加強與管理信息部和軟件開(kāi)發(fā)中心的對接，通過(guò)相互溝通和配合，確定業(yè)務(wù)需求，發(fā)揮各自?xún)?yōu)勢推動(dòng)大數據技術(shù)的落地。就像行領(lǐng)導所指出的那樣，大數據技術(shù)哪個(gè)部門(mén)先投入，哪個(gè)部門(mén)先獲益。目前，我行大數據技術(shù)應用正處于井噴前夕，我們應抓住這一有利時(shí)機，推動(dòng)審計工作上一個(gè)新臺階。
這次培訓對于我來(lái)說(shuō)，只是打開(kāi)了一扇窗，未來(lái)大數據分析的道路還很長(cháng)、也一定很曲折，但我也堅定信念，要在這條路上繼續努力，所謂“獨行快、眾行遠”，有這樣一批共同走在大數據分析路上的農行人陪伴，相信農業(yè)銀行大數據之路必將有無(wú)限風(fēng)光。
【大數據分析培訓心得體會(huì )最新】相關(guān)文章：
大數據分析07-20
大數據分析07-25
讓高管了解大數據分析07-10
騰訊的大數據分析能力如何？07-10
大數據分析工具有哪些07-11
大數據分析崗位職責02-23
大數據分析合集(6篇)07-25
讓高管了解大數據分析(二)07-10