Peixun.net > 直播 > CDA数据分析师 > CDA数据分析就业班 > CDA数据分析就业班22期视频

CDA数据分析就业班22期视频

课时:0 分钟| 87人学习 分享 收藏

CDA数据分析就业班22期视频

一、Excel

1.基本操作

2.数据收集

3.数据清洗

4.一般公式

5.一般函数

6.日期函数

7.数组

8.VLOOKUP与OFFSET函数

9.MATCH与INDEX函数

10.基本图形

11.多维图形

12.动态图表

13.杜邦分析仪制作

14.powermap

15.POWERVIEW

16.powerquery

17.合并查询

18.Power Query和M函数

19.Power Query和数据透视表

20.Power Povit

21.Power Povit DAX表达式

二、MySQL

3-12-1DAX表达式

3-12-2使用KPI

3-12-3MySQL引言

3-12-4数据类型与约束

3-12-5创建表

3-13-1修改数据表

3-13-2查询

3-13-3查询操作符&子查询

3-13-4彩票案例

3-13-5彩票案例2

3-14-1.电商数据处理概述

3-14-2.建表和导数

3-14-3.表链接和子查询

3-14-4.多条件查询

3-15-1电商数据处理

3-15-2方法论-基本图表法

3-15-3基本分析方法

3-15-4电商业务分析

3-16-1.习题实战分享

3-16-2.案例介绍

3-16-3.数据预分析

3-16-4.分析仪制作

三、SPSS

3-19-1.SPSS数据分析一般流程

3-19-2.SPSS基本操作

3-20-1.访问数据源

3-20-2.随机抽样

3-20-3.线性回归分析

3-20-4.相关性和显著性检验

3-20-5.残差分析

3-21-1.基于线性回归的员工绩效案例

3-21-2.逻辑回归logit变换

3-21-3.逻辑回归系数的解释

3-21-4.逻辑回归建模及结果输出

3-21-5.哑变量

3-22-1缺失值处理

3-22-2多重插补

3-22-3缺失比例较大时的处理逻辑

3-22-4降维逻辑

3-22-5曲线估计_逐步法_主成分

3-23-1.主成分分析的总方差解释

3-23-2.主成分分析的成分矩阵

3-23-3.RFM引言

3-23-4.RFM分箱

3-23-5.RFM客户价值分析

3-26-1聚类分析计算

3-26-2聚类实施

3-26-3联合分析简介

3-26-4联合分析实施

3-26-5表格模板制作

3-27-1直销-改善市场营销活动

3-27-2直销-采购联系人

3-27-3直销-对比竞销活动的效果

3-27-4正态分布转换方法

四、统计

3-28-1数学概况、数据类型

3-28-2支持向量机,回归模型

3-28-3矩阵&向量计算

3-28-4奇异值分解&现代总结

3-28-5微积分-函数

3-29-1.极限和导数

3-29-2.导数运算和偏导数

3-29-3.函数的极值和泰勒中值定理

3-29-4.定积分和级数

3-29-5.基本统计量

3-30-1.数据分布特征和描述统计量

3-30-2.抽样分布

3-30-3.点估计

3-30-4.区间估计

3-30-5.假设检验

3-31-1.两个总体的参数检验和列联分析

3-31-2.相关分析和回归分析

3-31-3.线性回归

3-31-4.线性回归模型评估

3-31-5.线性回归建模流程

五、Python

4-3-1.Python简介

4-3-2.变量赋值

4-3-3.字符串

4-3-4.列表和字典

4-4-1.分支结构

4-4-2.循环

4-4-3.循环练习

4-9-1.自定义函数

4-9-2.自定义函数调用

4-9-3.高级函数

4-9-4.time、datetime、random模块

4-9-5.三元表达式4-9-5

4-11-1.错误和异常

4-11-2.模块

4-11-3.Python类

4-11-4.在Python中连接数据库

4-12-1.数组基本操作

4-12-2.切片和索引

4-12-3.数据框基本操作

4-12-4.Pandas数据清洗

4-13-1.Pandas过滤和排序

4-13-2.Pandas apply函数

4-13-3.pandas数据处理

4-14-1.pandas计算RFM

4-14-2.pandas练习1

4-14-3.pandas练习2

4-16-1.爬虫基本原理

4-16-2.爬取图片

4-16-3.数据抓包

4-16-4.反爬与反反爬

4-16-5.post抓取有道翻译

4-17-1.抓取淘宝数据

4-17-2.正则表达式抓取猫眼数据

4-17-3.抓取新闻数据

4-17-4.抓取动态页面

4-17-5.Scrapy框架

4-18-1.从规则到统计和统计语言模型

4-18-2.词向量

4-18-3.中文分词

4-18-4.代码实现分词和词向量

4-18-5.词云图

4-19-1.Logistic回归和KNN

4-19-2.贝叶斯和SVM

4-19-3.文本分类

4-19-4.文本聚类

4-19-5.情感分析

4-24-1.推荐系统概述

4-24-2.冷启动和EE问题

4-24-3.基于紧邻的协同过滤

4-24-4相似度计算以及两种算法的比较

4-24-5.代码进行相似度计算

4-25-1.基于内容的推荐

4-25-2.TF-IDF文本向量化

4-25-3.基于矩阵分解的推荐

4-25-4.代码实现推荐系统

六、中期交流

4-23-1

4-23-2

4-23-3

4-23-4

4-23-5

4-23-6

4-23-7

七、R

4-26-1.R语言介绍

4-26-2.R数据类型

4-26-3.列表和矩阵

4-26-4.数组和因子

4-27-1.读写数据

4-27-2.读取大型数据

4-27-3.取子集

4-27-4.去除缺失值

4-27-5.向量化运算

5-2-1.基本运算函数

5-2-2.随机数函数

5-2-3.日期和时间运算

5-2-4.字符处理函数

5-3-1.控制结构

5-3-2.循环

5-3-3.自定义函数

5-3-4.循环函数

5-4-1.分析性图表基本原则

5-4-2.箱线图和直方图

5-4-3.基础绘图系统

5-4-4.基础绘图函数

5-4-5.基础图形注释

5-5-1.基本统计量

5-5-2.样本均值的统计量

5-5-3.置信区间和区间估计

5-5-4.假设检验

5-5-5.单样本T检验

5-5-6.两样本T检验

5-5-7.方差分析

5-5-8.相关分析

5-5-9.卡方检验

5-8-1.简单线性回归

5-8-2.R代码实现简单线性回归

5-8-3.多元线性回归

5-8-4.变量选择

5-8-5.模型评估

5-9-1.回归诊断

5-9-2.逻辑回归logit变换

5-9-3.逻辑回归参数估计

5-9-4.模型评估

5-10-1.R代码实现模型评估

5-10-2.层次聚类

5-10-3.R代码实现层次聚类

5-12-1.关联规则相关概念

5-12-2.Apriori算法

5-12-3.Apriori案例分析

5-12-4.R代码实现Apriori算法

5-12-5.数据分类简述

5-13-1.决策树基本概念和CLS算法

5-13-2.ID3算法

5-13-3.C4.5算法

5-13-4.决策树剪枝

5-13-5.CART算法

5-16-1.R语言实现决策树1

5-16-2.R语言实现决策树2

5-16-3.随机森林引言

5-16-4.随机森林算法

5-16-5.R语言实现随机森林

5-17-1.SVM简介

5-17-2.线性可分SVM

5-17-3.非线性SVM

5-17-4.软间隔SVM

5-17-5.R语言实现SVM

5-21-1.概率计算

5-21-2.贝叶斯公式

5-21-3.贝叶斯建模

5-21-4.R语言实现Bayes

5-22-1.神经元模型

5-22-2.单层感知器

5-22-3.感知器实现直线拟合

5-22-4.BP和RBP神经网络

5-23-1.KDD过程

5-23-2.电影票房案例分析

5-24-1.WOE和IV

5-24-2.信用评分卡模型

5-24-3.R语言实现评分卡模型

5-25-1.K-Means聚类

5-25-2.聚类结果检验

5-25-3.主成分分析

5-25-4.R语言实现主成分

5-28-1.决策树基本原理

5-28-2.决策树算法介绍

5-28-3.R语言实现决策树

5-28-4.决策树应用

5-29-1.通用建模流程1

5-29-2.通用建模流程2

5-29-3.逻辑回归数据准备

5-29-4.数据探索和数据分布

5-29-5.数据清洗和建模

5-30-1.线性回归数据准备

5-30-2.数据清洗

5-30-3.线性回归建模

5-30-4.两阶段模型的综合应用

5-31-1.客户分群简介

5-31-2.聚类算法

5-31-3.客户分群建模流程

5-31-4.R语言实现客户分群

6-1-1.推荐系统基础

6-1-2.Apriori算法

6-1-3.FpGrowth算法

6-1-4.R语言实现关联规则

6-1-5.协同过滤

6-2-1.时间序列简介

6-2-2.AR模型

6-2-3.MA模型

6-2-4.ARIMA模型

6-2-5.时间序列模型预测

6-2-6.Box_Jenkins建模流程

八、数据分析在相关行业中的运用

6-5-1

6-5-2

6-5-3

6-5-4

6-5-5

6-6-1

6-6-2

6-6-3

6-6-4

6-9-1

6-9-2

6-9-3

6-9-4

6-9-5

6-9-6

6-10-1

6-10-2

6-10-3

6-10-4

九、毕业答辩

6-15-1

6-15-2

6-15-3

6-15-4

6-15-5

6-15-6

十、Python(补)

6-11-1.Python简介

6-11-2.数字和字符串

6-11-3.字符串截取和处理的方法

6-11-4.列表

6-11-5.字典和集合

6-12-1.格式化输出

6-12-2.循环控制语句

6-12-3.自定义函数

6-12-4.函数进阶

6-12-5.递归函数

6-13-1.类与对象

6-13-2.继承

6-13-3.模块与库

6-13-4.包和文件编码

6-13-5.文件读写和异常处理


课程订阅

讲师介绍


Peixun.net

CDA数据分析就业班22期视频

请认真填写以下信息,方便为您服务
  • 姓名:
  • 电话:
  • 邮箱:
  • 备注:
  • 邀请码:
  • 您还可以选择 登录 或者 注册 更方便您管理课程。

Peixun.net

您关于:

CDA数据分析就业班22期视频

的报名信息已经提交成功。

去购物车结算
您可以选择 登录 或者 注册 更方便您管理课程。
回头再说

邮件已发送!

已成功发送邮件到您注册的邮箱 请前往查询并点击链接重置密码

有待解答的问题

3 名学员对您的课程提问,需要您作出回答。 现在就去