中国民航大学与拓尔思联合举办的人工智能专业全栈能力综合实训面向全体人工智能专业大三学生，为期18天。实训紧贴行业最新发展，设置了数据分析与机器学习、深度学习、大模型与智能体开发等核心模块，涵盖算法设计、模型训练、调优及部署等关键环节，帮助同学们在真实场景中掌握AI技术的全流程应用。
本期课程主要讲解数据分析思维及其在企业中的应用，涵盖了数据分析的基本概念、方法、工具以及数据分析在不同行业和岗位中的应用前景。
日常生活中的分析能力：通过购买电脑、选择酒店等例子，讲解对比分析和多维度分析在日常生活中的应用。
企业用人需求：分析了企业在招聘数据分析师时的常见要求，如Python、SQL、BI工具等。
大数据平台的需求：讲到在有些企业，数据分析需要在大数据平台上进行，要求掌握相关工具如Spark等。
数据分析的前景：指出AI、元宇宙、新能源汽车等领域对数据分析岗位的需求很大。
发展阶段：分析了企业规模从小到大对数据分析需求的变化，从业务人员使用Excel到需要专职数据分析师，再到建立数据分析团队。
数据分析思维的定义：强调从数据中提取洞察、解决问题的思考方式，重视数据的价值。
分析步骤：描述性思维、推断思维、业务分析思维和算法思维，分别介绍了各个步骤的具体内容和应用场景。
描述性思维：包括平均值、计数、频率、直方图等统计指标。
推断思维：从样本数据推算总体特征，类似于侦探工作中的假设检验。
对比分析：自身和自身的对比、自身和行业的对比等。
多维度分析：从多个维度进行分析，如医院选择中的康复率、专家人数等。
RFM模型：在零售行业中常用的客户价值评估模型，也可以应用于非零售行业。
漏斗分析：用于电商平台的用户行为分析，识别潜在问题和调整策略。
应用领域：医疗、市场营销、教育等各行各业都在广泛应用数据分析。
职业要求：数据分析师需要懂业务、分析方法、工具、设计和管理，还需要具备快速学习能力和项目管理能力。
中国民航大学携手拓尔思开展人工智能综合实训
中航大实训特辑 | Python数据分析-企业真实案例分享
