商业数据（贪心学院商业数据分析课程是怎么做的）

1943年，美国生理学家麦克路和逻辑学家匹兹建立了一个神经网络的简化模型，激发了人类对于人造神网络的研究。七十多年之后，以此为基础在发达的半导体以及互联网技术上，人工智能（AI）真正崛起，高新行业内发生了大爆炸，人工智能不再是一串串冰冷的代码，而是从有形化为无形，像春雨润物细无声一样，改变各行各业，渗透于人类生活的方方面面。人工智能作为我国科技领域发展的重点核心技术，主要分为基础层、技术层和应用层三个层面，逐渐成为我国在国际竞争中焦点所在。目前，我国的人工智能专业化更趋于成熟，但国内人工智能方面的人才还是属于短缺状态。

数据正在变得越来越常见，小到我们每个人的社交网络、消费信息、运动轨迹，大到企业的销售、运营数据，产品的生产数据，交通网络数据。比如，抖音快手会根据观看视频的数据，收集观众的喜好，推荐不同的短视频；网易云会统计听众的听歌历史，为不同的人量身定制歌单。作为人工智能的基础入门课程，商业数据分析，已经成为学习的重中之重。商业数据分析的本质是要为企业解决实际问题，既要了解市场，又要懂得分析方法，最重要的是能落地。

作为通信工程大二就读学生，之前也学习过Jeremy的程序员机器学习入门（fast.ai)，但因为自己当时基础掌握还不牢靠，几乎可以说是零基础，所以学起来就很吃力，继而就半途而废了。最近假期窝在家里，就想学些专业相关的且实操性与应用性强的知识充实自己。在对AI课程有了多方面的了解下，基于口碑、专业化和正规化等标准对比了几家机构，最终决定选择了贪心科技推出的AI课程。

贪心AI，主要面向泛AI、AI群体提供专业的系列课程，分为初级课程、中级课程和高级课程三个方面（部分未更新完成），核心团队由海内外专家组成。其旗下更是拥有AI实验室科研机构，由MIT科学家、亚马逊科学家、谷歌研究员等工业界和学术界专家组成，致力于行业最前沿的人工智能科学研究，包括机器学习和自然语言处理等多个领域。最近，贪心科技也新推出了AI就业班，与猎聘等多个企业合作，提供中高端AI岗位企业直推。在正式报名之前，可以通过公开课试听，先对老师的教学方法整体感受，再决定是否报名。

师资力量

据官网主要资料，师资力量主要由国内外专家组成，除了主讲教师外，还有课程助教团队供课后答疑、讲评服务，可以随时联系，解决学习中遇到的问题。虽然人数相较于其他机构并不多，但其主讲教师均有相关经验或论文发表。

李文哲（方向：NLP、科学知识图谱、ML）

之前在知乎等各个平台上有见过对李文哲老师的评价，在我所翻过的帖子上，基本上是没有什么差评，同时李文哲老师也是贪心科技的创始人，是人工智能、知识图谱领域专家，在AAAI、KDD等多个国际会议上发表过论文。我决定报名的原因之一，也是因为之前身边有同学听过他的讲座，觉得还不错，向我推荐了他。

Jerry Yuan（方向：推荐系统、计算机视觉）

Jerry Yuan是贪心科技的CTO，拥有十余年人工智能、推荐系统和自然语言处理等领域的项目经验，在准备报名之前，在网上也查找阅读到他的一篇关于图像特征提取的论文Automatic Solar Filament Segmentation and Characterization（太阳图像暗条的自动分隔和特征提取），不能说一清二楚，但也是小有收获。

叶鹏飞

叶鹏飞老师是亚马逊中国广告事业部官方讲师和雨果网电商数据分析讲师，拥有丰富的互联网产品以及电商相关经验。这是我目前上课的主讲老师，叶鹏飞老师讲课最大的特点就是注重基础知识的理解，尤其是对于每个专业名词都会进行解释，也会带着大家一步步的操作演示，所以之前对于基本没接触相关领域的初学者十分友好，完全不需要专门抽时间去查找学习。

教学模式

商业数据分析的课程是线上形式，将PPT与讲解二者相结合，视频可倍速播放（0.75倍速~2倍速），课程周期总共有十周，更适合于时间自由度不高的上班族或学生，足不出户便可完成学习任务，但这也导致课程缺少互动性，时间周期较长，更需要学习者的自律性，否则很可能会半途而废，做无用之功。

课程底下会有具体的培养目标和课程大纲，方便大家明确基本知识框架，形成系统化思维。在学习每一部分之前，浏览大体内容，这样就会有大概的认知，将这几个关键的点印刻在脑海里，这样，无论学到哪个知识分支，可以更好地思考它们之间的联系。

课程一般设有两种模式，一种是目录模式，便于实时监控学习进度，明确知识结构；一种是笔记模式，不得不说，对于我这种习惯于上课时刻整理记录的人，这也十分对我的胃口。抄写耗时的同时让我们的思维慢了下来。手写的时候，眼睛在看，大脑在想，在这样的慢频率下，更可以仔细揣摩，会加深对知识的理解，防止上课走神溜号，同时也方便了后期知识梳理，构建思维导图，利于对内容的再一次理解与整合。

对于课后答疑方面，除了视频中有上节课课后思考的答案讲解，还有专门的助教团队进行解答，可以随时进行提问，助教老师不仅十分耐心，而且还很有幽默感。但对比于其他机构学员系统，贪心AI缺少课后监控及错题统计部分，学习过程中需要自己整理总结。对于课后方面，个人认为贪心AI还有提升的空间。

课程内容

贪心AI商业数据分析课程更适合于零基础或基础薄弱的小白，全中文授课，讲解较为详尽，浅显易懂，更有利于原理性的知识学习，且有实操作业，可以及时地巩固应用。

以多变量线性回归为例，课程利用的是亚马逊Kindle书籍多渠道商业分析这一实操项目进行讲解。

分析数据必须要有数据源，课程首先通过大致的背景介绍了解项目数据的来源，包括定性数据与定量数据，并分析0-1变量与时间序列变量的区别，获得平台的review数据，清除数据集中的无效数据。

在对多变量线性回归概念介绍完毕后，针对具体项目，老师再带领学生明确数据处理的具体思路，列写提纲。随后，利用Python建立线性回归模型，使用每个变量的参数大小和统计显着性，找出哪些变量会影响小说电子书的销售，对回归结果的异方差性和自序列相关性进行检测，提升回归有效性，从而对电子书对实体书销量影响程度判断与影响因素的判定，对不同Kindle书籍聚类分析方法详细讲解，挖掘亚马逊背后的销售策略。最后，提出课后思考，尝试转变time维度，从release time到market time再次进行回归分析，判断结果是否有不同。

通过一个实战项目，可以总结相似类型的分析方法，回顾整体的原理性知识，并基于此方面推荐相关文献书籍。最后课程会提出课后思考题对相关知识点进一步提升，具有一定的拓展难度，但可以让学生对思路原理有更为深刻的印象。

例如此次实操推荐的是《Python数据分析与挖掘实战》和《超简单用Python让Excel飞起来》。这两本书，我阅读了后一本，也推荐给大家，讲述的主要为Python编程环境的搭建和如何将Python和Excel联系起来，实现办公的高效化，更倾向于业务岗和业务技术融合岗。这本书最大的特点就是图文并茂，有操作的具体演示图，所以学起来还算比较轻松。

总结

随着大数据的兴起，无论是金融，经济，教育还是互联网，甚至连外卖行业都急需具有数据分析能力的人才。强大的数据处理和分析能力已经成为企业的核心竞争力。现在，自学数据分析的人越来越多，学好商业数据分析，一是热爱，二是掌握，三是应用，学会这三点才是真正迈入人工智能的门槛。

总体而言，学习人工智能，无论是选择以自学阅读书籍开始，抑或是以系统课程开始，都需要不断地实践练习。每个课程都有利有弊，对于我们每个人来说，适合自己的才是最好的。如果你想系统性地学习AI技术，作为近几年此领域的新秀，贪心科技AI还是不错的选择。

最后，想告诉大家，知识就是力量，学习人工智能是个长时间的过程，但坚持下去，就会有收获。希望以上对贪心科技推出的AI课程的深度测评，能在人工智能课程的选择方面上，真实地帮助到大家。