大数据学习心得(精选5篇).doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

大数据学习心得(精选5篇)

大数据学习心得1

应集团公司的安排,12月9日至15日我很荣幸的来到美丽厦门国家会计学院,参加了国资委举办的山西省省属企业高级财务管理研修班。通过5天的学习,让我丰富了知识,开阔了视野,了解了一些当前经济热点问题,转变了思想理念,感受颇多。

专这学者传授的知识信息新颖前沿,老师运用了大量的实际案例,理论联系实际,用经济学的思维去分析法律问题,分析社会问题,使我们拓宽了看问题的视角。老师讲授了现金流管理及风险防范,使我们懂得,随着我国社会和商业等信用的普及和发展,现金已经成为重中之重,而相关的现金流量管理在一个企业的财务管理方面也占据了越来越重要的作用和地位。企业的现金流量是与企业的日常经营管理活动密不可分的,因此企业基于自身现金流量状况建立财务预警系统,能够使得风险得到更好的防范和化解。我国的现金流量管理水平相比之下仍较为落后,尤其是在预防控制方面存在严重的缺陷,在目前企业纷纷重新定位发展战略和管理机制的新局面下,现金流量管理工作也要随之变革,创新管理理念,优化企业的资金结构,提高其使用效益,才能促使财务管理工作有利于企业的整体发展

通过对可持续发展的财务问题学习使我们了解到了会计改革对国家经济、政治方面起到的助推作用。了解我国会计政策在世界经济大环境当中的重要作用,让我们学会站在社会经济发展的全局上,历史的、全面的、客观的、发展的来观察和认识形势,学会在一个更高的层次上来观察分析问题,我们进一步理解财务管理的内涵和财务管理者在新的形势下,要用可持续发展的目光来决策,实现企业利益的化。

当前形势离不开数字化和大数据的应用,作为一个新时代的财务人员,理应了解和掌握大数据商务智能化的发展方向,掌握运用好数据及互联网运用,以适应新的时代发展的需求。

总之,通过这次进修学习。感谢集团给我们搭建了一个好的平台。营造了一个良好的学习环境,给我们带来了新的思维,新的理念和新的工作思路。我们会把这次学习到的知识运用到工作当中,与时具进,为企业的发展献计献策。

大数据学习心得2

10月23日至11月3日,我有幸参加了管理信息部主办的“大数据分析培训班”,不但重新回顾了大学时学习的统计学知识,还初学了Python、SQL和SAS等大数据分析工具,了解了农业银行大数据平台和数据挖掘平台,学习了逻辑回归、决策树和时间序列等算法,亲身感受了大数据的魅力。两周的时间,既充实、又短暂,即是对大数据知识的一次亲密接触,又是将以往工作放在大数据基点上的再思考,可以说收获良多。由衷地感谢管理信息部提供这样好的学习机会,也非常感谢__培训学院提供的完善的软硬件教学服务。

近年来,大数据技术如火如荼,各行各业争先恐后投入其中,希望通过大数据技术实现产业变革,银行作为数据密集型行业,自然不甘人后。我行在大数据分析领域,也进行了有益的探索,并且有了可喜的成绩。作为从事内部审计工作的农行人,我们长期致力于数据分析工作。但受内部审计工作性质的限制,我们也苦于缺少有效的数据分析模型,不能给审计实践提供有效的支持。这次培训,我正是带着这样一种期待走进了课堂,期望通过培训,打开审计的大数据之门。

应该说,长期以来,农业银行审计工作一直在大规模数据集中探索。但根据审计工作特点,我们更多的关注对行为数据的分析,对状态数据的分析主要是描述性统计。近年来火热的大数据分析技术,如决策树、神经网络、逻辑回归等算法模型,由于业务背景不易移植,结果数据不易解释,在内部审计工作中还没有得到广泛的应用。

通过这次培训,使我对大数据分析技术有了全新的认识,对审计工作如何结合大数据技术也有了一些思考。

一是审计平台技术架构可以借鉴数据挖掘平台。目前,审计平台采用单机关系型数据库。随着全行业务不断发展,系统容量不断扩充。超过45度倾角的数据需求发展趋势,已经令平台不堪重负。这次培训中介绍的数据挖掘平台技术架构,很好地解决了这一难题。挖掘平台利用大数据平台数据,在需要时导入、用后即可删除,这样灵活的数据使用机制,即节省了数据挖掘平台的资源,又保证了数据使用效率。审计平台完全可以借鉴这一思路,也与大数据平台建立对接,缓解审计平台资源紧张矛盾。

二是可尝试在部分场景应用大数据分析技术。目前,审计选样主要通过专家打分法。这次培训中介绍的逻辑回归和决策树算法,也是解决这一方面的问题。通过历史样本和历史底稿的数据,通过训练建立选样模型,将与底稿相关的主要风险特征选入模型,再将模型应用于验证样本。这样就可以应用大数据技术,为审计提供支持。

三是加强与管理信息部和软件开发中心的合作。本次培训中我们也看到,经过一段时间的积累,我行已经具备了一定的大数据分析经验,储备了一批具有相应经验的人才。作为业务部门,我们应加强与管理信息部和软件开发中

文档评论(0)

偶遇 + 关注
实名认证
内容提供者

个人介绍

1亿VIP精品文档

相关文档