Excel

10-22-1Excel与数据分析

10-22-2Excel基础

10-22-3Excel基础操作

10-22-4查找替换表格

10-22-5计算机统计销售表

10-22-6

10-23-1函数

10-23-2日期时间函数

10-23-3数组

10-23-4错误函数

10-23-5累积数据，相同个数

10-24-1查找引用函数

10-24-2对称图表制作

10-24-3组合图表

10-24-4组合图表2

10-24-5创建组

10-25-1Power BI

10-25-2Power Map

10-25-3Power Query

10-25-4Power Query2

10-25-5Power Query编辑器

10-26-1函数习题

10-26-2创建多维透视表练习

10-26-3DAX表达式练习

10-26-4创建KPI方法

10-26-5创建KPI方法2

统计

10-29-1数学概况

10-29-2数据类型

10-29-3单击此处添加标题

10-29-4非方阵

10-29-5特征值与特征向量

10-30-1奇异值分解

10-30-2函数极限

10-30-3导函数

10-30-4高阶导数运算法则

10-30-5曲线的凹凸性与拐点

10-31-1积分公式

10-31-2统计学

10-31-3标准分数

10-31-4F分布

10-31-5最大似然估计法

11-1-1假设检验

11-1-2两个匹配样本的均值检验

11-1-3回归模型

11-1-4偏回归系数的贡献

11-1-5变量选择

Mysql

11-4-1数据库介绍

11-4-2数据库基本结构

11-4-3创建质量表

11-4-4修改数据表

11-4-5连接语句的写法

11-5-1子查询

11-5-2求总中奖张数及金额

11-5-3检查每本彩票中最多只有连续7张无奖票

11-5-4检查每本彩票中最多只有连续7张无奖票2

11-6-1查询不同尺码下的不同颜色的产品销售金额

11-6-2电商数据处理案例概述

11-6-3创建导数

11-6-4删除原有错误日期格式字段

11-7-1基本图表用法

11-7-2基本分析方法

11-7-3Power Query

11-7-4Power Query2

11-8-1不同支付工具占比

11-8-2餐饮分析仪

11-8-3创建店汇总信息表

电商 林叶

11-10-1电商数据分析运用

11-10-2常用分析体系概述

11-10-3案例实操

11-10-4数据开发

11-10-5案例

R

11-12-1数据科学

11-12-2R背景

11-12-3对象object

11-12-4Practices

11-13-1读写数据

11-13-2Practices

11-13-3生成新的元素

11-13-4Practices2

11-14-1创建随机数

11-14-2Practices

11-14-3Practices2

11-14-4替换

11-14-5控制结构

11-15-1Practices1

11-15-2Practices3

11-15-3常见数据清理

11-15-4加载数据练习

11-16-1描述探索性数据分析

11-16-2多个方直图

11-16-3基本绘图

11-16-4基本绘图函数

11-17-1统计推断

11-17-2置信区间

11-17-3异方差独立租的T置信区间

11-17-4方差分析

11-17-5卡方检验

11-19-1序

11-19-2ROC曲线

11-19-3iso精度线

11-19-4AUC面积

11-19-5票房影响因素分析

11-20-1客户信息

11-20-2商业理解

11-20-3生成信用评分模型

11-20-4对每个变量分箱，求IV

11-20-5信用评分卡代码

SPSS

11-23-1综合绩效案例讲解

11-23-2SPSS软件基本特征

11-23-3数据编程

11-23-4描述性统计

11-23-5数据库文件访问

11-24-1关于时间限定问题

11-24-2回归步骤

11-24-3模型摘要

11-24-4回归分析

11-24-5平均值

11-25-1信用行为特征分类

11-25-2卡方分析

11-25-3工具变量法

11-25-4logistics模型

11-25-5通过业务判断数据

11-26-1公因子方差

11-26-2逻辑回归

11-26-3补发

11-26-4问卷

11-26-5聚类大小

11-26-6RFM分析

11-27-1客户价值评分

11-27-2客户价值评分2

11-27-3购买行为组合预测

11-27-4联合分析

11-27-5联合分析2

Python

11-29-1基础知识

11-29-2基础知识2

11-29-3print输出

11-29-4比较运算符

11-29-5环境配置

11-30-1列表的索引和切片

11-30-2练习 创建一个空列表

11-30-3元祖内置函数

11-30-4创建一个字典

11-30-5字符串转字典

12-1-1选择语句

12-1-2流程控制语句

12-1-3条件表达式

12-1-4for循环

12-1-5循环语句

12-2-1函数的参数

12-2-2变量的作用域

12-2-3nonloc关键字

12-2-4filter【】

12-2-5使用自定义模块

Python数据清洗

12-7-1理解数据分析的应用场景

12-7-2改变ndarray的形状

12-7-3创建二维数组

12-7-4数组的矩阵积

12-7-5通用函数

12-8-1数组数据文件读写

12-8-2通过一维数组创建Serirs

12-8-3Series自动对齐

12-8-4DataFrame

12-8-5处理缺失数据

12-9-1制图

12-9-2数据预处理

12-9-3Pandas

12-9-4案例分析课

12-9-5数据分析与聚合

Python算法

12-13-1机器学习基础

12-13-2机器学习评价标准

12-13-3线性回归

12-13-4牛顿法

12-13-5局部加权线性回归

12-14-1线性回归

12-14-2逻辑回归

12-14-3逻辑回归2

12-14-4KNN

12-14-5KNN2

12-15-1神经网络

12-15-2神经网络2

12-15-3特征数据

12-15-4tensorflow

12-15-5tensorflow2

12-16-1神经网络模型

12-16-2决策树

12-16-3决策树的构建

12-16-4决策树的构建2

12-16-5CART

12-17-1集成学习

12-17-2等高线图

12-17-3逻辑回归

12-17-4导出决策树

12-17-5选取特征

12-18-1贝叶斯分析

12-18-2数据预处理

12-18-3Python评论分类

12-18-4贝叶斯定理

12-18-5拼写检查器原理

12-19-1寻找优质客户

12-19-2kmeans聚类

12-19-3画出每个聚类模型

12-19-4可视化K-MEANS

12-19-5DBSCAN

12-23-1支持向量机

12-23-2SVM分类

12-23-3Karush-Kuhn-Tucker最优化条件

12-23-4低维映射高维

12-23-5调参

12-24-1数据处理

12-24-2关联规则相关概念

12-24-3计算支持度和置信度和提升度

12-24-4Apriori算法

12-24-5Apriori-mlxtend-realdata

12-25-1协同过滤原理简介

12-25-2Untitled7

12-25-3构建相似度矩阵

12-25-4基于用户的协同过滤算法

Python案例

12-26-1项目结果

12-26-2决策树原理介绍

12-26-3决策树原理介绍2

12-26-4变量介绍

12-26-5函数参数含义

12-27-1时间序列分析

12-27-2白噪声模型

12-27-3建模流程

12-27-4白噪声所带应的数值

12-27-5电商渠道销量预测

12-28-1商品个性化推荐

12-28-2基于领域的相似性推荐和协同过滤

12-28-3基于模型的个性化推荐

12-28-4构建用户产品矩阵

12-28-5进行元组切片

Python爬虫

1-2-1网络爬虫用途

1-2-2爬虫基本原理

1-2-3匹配电话号码

1-2-4requests

1-2-5手机淘宝数据

1-3-1猫眼数据

1-3-2天气预报的数据

1-3-3Se l en i um

1-3-4异常处理

1-3-5抓取索引页

文本挖掘

1-5-1从规则到统计

1-5-2词向量

1-5-3基本理论

1-5-4代码实战——分词

1-5-5代码实战——词云图

1-6-1分类算法

1-6-2文本分类

1-6-3文本聚类

1-6-4情感分析

1-6-5练习答疑

推荐系统

1-7-1生产背景

1-7-2推荐系统的定义

1-7-3EE问题

1-7-4载入需要的程辑包

1-7-5User CF局限性

1-8-1协同过滤算法

1-8-2基于内容的推荐

1-8-3TFIDF

1-8-4信息增益

1-8-5基于矩阵分解的推荐

R案例

1-10-1预测性模型是什么

1-10-2通用建模流程

1-10-3Profile图

1-10-4C值

1-10-5逻辑回归的数理原理

1-11-1逻辑回归的数理原理2

1-11-2线性回归R代码

1-11-3正态分布

1-11-4相关系数

1-11-5预测结果分组

数据分析工作

1-12-1替换缺失值

1-12-2导入库

1-12-3替换缺失值

1-12-4替换缺失值2

1-12-5盖帽法函数

1-14-1数据库的分类

1-14-2字段的修改

1-14-3纵表转横表

1-14-4关联子查询

1-14-5替换字符串

面试技巧

1-15-1简历制作

1-15-2工作经验

1-15-3面试的全流程

1-15-4个人介绍 离职原因

1-15-5面试后注意事项

毕业答辩

1

2

补发文本挖掘

2-16-1从规则到统计

2-16-2统计语言模型

2-16-3词向量

2-16-4文本分析1——中文分词

2-16-5代码实战——词向量

2-17-1文本分析应用场景

2-17-2分类算法

2-17-3文本分类

2-17-4文本聚类

2-17-5文本分析1——基本理论