疫情过后，这几个大数据技能会很香，高薪机会来了！

人工智能与大数据技术 · 公众号 · 大数据 · 2020-02-20 09:36

正文

此次抗击新冠肺炎疫情，可以说是举国之力，每个人都积极投入到防御工作中，但相较于“非典”时期，还是发生了很多显著的变化。

从宏观的 流动人口管理，实时疫情地图更新，政务平台云审批 ，到无聚集、非接触的生产、生活秩序安排，都体现出了对大数据的爆炸式需求。

但是现在每天产生的大量数据，有很多是没有价值的。如何让数据发挥应有的威力，医疗行业尤其是流行病的疾控和预警表现的最为明显也最急切，因此 对“慢数据”的挖掘显得尤为重要 。

大数据时代真正的大数据技术应该是可以提前预测疾病情况，并在防疫和疫情控制当中产生更大的作用。

如果你恰好从事数据分析相关工作，或者掌握Python基础语法，熟悉Numpy，Pandas，Scikit-learn库的简单使用，那么确认过眼神，你是对的人，下面 集成模型应用项目 非常适合你来了解。

一、大数据在新冠肺炎疫情中的应用

简单的说就是通过血压、血氧、胸部CT等医学指标，实现机器学习的分类情况，挖掘和不断优化模型，最终初步筛选是否患有新冠肺炎。

其中涉及到架构系统项目的流程、特征对于模型的变化趋势，逻辑回归（LR）和随机森林分类算法（RF）的应用，模型解释工具包等问题。具体内容欢迎关注 金子老师 带来的《 抗疫当前，用集成模型告诉你如何提升安全感 》。

公开课介绍

抗疫当前，用集成模型告诉你如何提升安全感

2月20日（周四）20:00-22:00

讲师介绍

金子老师：

原新浪广告事业部支撑架构师，中国移动数据挖掘总工程师。

知识要点

1. 架构系统项目流程

2. 特征对于模型的变化趋势

3. 逻辑回归和随机森林分类算法的应用

4. 竞赛利器：模型解释工具包

获得技能

1. 实现逻辑回归算法（LR）、随机森林算法（RF）在项目中应用

2. 掌握特征在建模前后变化趋势

3. 掌握在竞赛和企业中的工具包

4. 熟练使用模型解释工具包： eli5、shap和pdpbox

超值公开课原价 199 元

粉丝专享价仅需 0.01 元

仅限 200 名扫码抢购

二、RF 、LR算法在项目中的应用与企业人才需求

随机森林算法（RF）

作为一种高度灵活的机器学习算法，RF拥有广泛的应用场景。既可以用来做市场营销模拟的建模，统计客户来源、保留和流失，也可用来预测疾病的风险和病患者的易感性，因此可广泛应用于市场营销和医疗行业。

在最近几年的国内外大赛中，包括2013年百度校园电影推荐系统大赛、2014年阿里巴巴天池大数据竞赛以及Kaggle数据科学竞赛，RF因其较高的准确率，进入答辩阶段的参赛者使用占比非常高。

逻辑回归算法（LR）

“逻辑回归算法”的名字里虽然带有“回归”二字，但实际上逻辑回归算法是用来解决分类问题的算法，主要有以下特点： LR能以概率的形式输出结果，而非只是0,1判定、可解释性强，可控度高、训练快，feature engineering之后效果赞、因为结果是概率，可以做ranking model。