Execl

12-24-1Execl基本操作

12-24-2填充柄

12-24-3定位条件

12-24-4函数库

12-24-5函数的实现

12-25-1常用函数

12-25-2统计函数

12-25-3逻辑函数

12-25-4生成常数数组

12-25-5函数解析

12-26-1客户销售额

12-26-2对称图表

12-26-3组合图表

12-26-4公式动态图表

12-26-5切片器图表操作

12-28-1业务数据分析流程

12-28-2Power BI报表

12-28-3Power View

12-28-4表结构数据的数据结构

12-28-5Power Query M函数

12-29-1Power Pivot

12-29-2Power Pivot层次结构

12-29-3Power Pivot练习

12-29-4销售情况分析仪

12-29-5平均销售金额

数据库

12-30-1什么是数据库

12-30-2创建数据库

12-30-3检查表数据

12-30-4聚合类函数

12-30-5子查询

1-2-1修改数据表

1-2-2删除记录delete

1-2-3彩票数据核对练习

1--24求各不同中奖金额的张数

1-2-5查询不同颜色产品销售金额

1-3-1电商数据处理案例概述

1-3-2建表导数

1-3-3查询导入表的行数

1-3-4求出购买产品金额最多的前十名顾客

1-4-1求出最畅销的十种颜色

1-4-2错误图表应用

1-4-35W2H分析法

1-4-4练习题

1-5-1商机相关数据

1-5-2电商数据案例分析

1-5-3创建新店面情况表

统计

1-8-1数学概况

1-8-2数据类型

1-8-3向量

1-8-4逆矩阵和矩阵的秩

1-8-5奇异值分解

1-9-1函数

1-9-2微分

1-9-3导函数

1-9-4高阶导数运算法则

1-9-5曲线的凹凸性与拐点

1-10-1定积分

1-10-2众数、中位数和平均数的关系

1-10-3正态分布

1-10-4区间估计

1-10-5总体均值的区间估计

1-11-1假设检验

1-11-2相关分析

1-11-3一元线性回归模型

1-11-4多元线性回归

1-11-5方差膨胀因子

SPSS

1-14-1SPSS案例目录

1-14-2SPSS软件特征

1-14-3SPSS软件特征2

1-14-4数据库的访问

1-14-5绩效总分

1-15-1假设检验

1-15-2T-检验

1-15-3绩效总分

1-15-4回归

1-15-5散点图

1-16-1直方图

1-16-2名称修改

1-16-3方程中的变量

1-16-4方程中的变量2

1-16-5数据编程

1-17-1相关性

1-17-2模型摘要和参数估算值

1-17-3主成分分析

1-17-4预测变量重要性

1-18-1预测变量重要性2

1-18-2RFM分析

1-18-3编辑指标

1-18-4联合分析

1-18-5平均值绩效总分

Python

1-21-1Python的重要性

1-21-2Python基础

1-21-3数据类型

1-21-4序列相关BIF

1-21-5字母的大小写转换

1-22-1

1-22-2

1-22-3列表元素修改

1-22-4排序

1-22-5元组

1-23-1集合 Set

1-23-2流程控制语句

1-23-3流程控制语句2

1-23-4for循环

1-23-5流程控制语句案例

1-24-1函数的调用

1-24-2自定义函数

1-24-3返回的是原象

1-24-4异常与错误

1-24-5实例化对象

1-26-1数组

1-26-2数组的形状

1-26-3线性代数

1-26-4pandas数据操作

1-26-5pandas讲解

1-27-1数据库数据读取

1-27-2数据类型转换

1-27-3数据整合

1-27-4pandas讲解

1-27-5如何聚合后产生新的数据集

1-28-1重复值处理

1-28-2数据可视化

1-28-3案例

1-28-4绘制年龄分布图

1-28-5数据集简介

Python算法

2-19-1Python应用内容介绍

2-192tco计算机

2-19-3通过urllib抓取html

2-19-4抓去手机淘宝的提示数据

2-19-5抓去手机淘宝的提示数据2

2-20-1通过代理ip访问

2-20-2通过厂商API获取天气数据

2-20-3通过正规表达式解析数据

2-20-4用BeautifulSoup解析网页

2-20-5用Selenium模拟浏览器

2-21-1人工智能

2-21-2优点用途

2-21-3回归

2-21-4相关系数

2-21-5用梯度下降法来求解线性回归

2-22-1梯度下降发——线性回归

2-22-2元线性回归

2-22-3标准方程法

2-22-4Longley数据集

2-22-5LASSO

2-23-1线性回归

2-23-2KNN-iris

2-23-3案例3

2-23-4决策树

2-23-5决策树例子

2-24-1函数参数含义

2-24-2决策边界

2-24-3集成学习

2-24-4随机森林

2-24-5titanic

2-27-1贝叶斯

2-27-2数据预处理

2-27-3数据预处理 练习

2-27-4贝叶斯定理-举例

2-27-5贝叶斯拼写检查器

2-28-1神经网络

2-28-2单层感知器程序

2-28-3单层感知器程序2

2-28-4反向传播算法

2-28-5BP算法

3-1-1支持向量机

3-1-2转化为凸优化问题

3-1-3广义拉格朗日乘子法

3-1-4SVM-低维映射高维

3-1-5SVM-人脸识别

3-2-1寻找优质客户

3-2-2聚类分析

3-2-3类目和样本的取值情况

3-2-4DBSCAN

3-2-5DBSCAN算法思想

3-3-1走近关联规则

3-3-2关联规则相关概念

3-3-3关联规则相关概念2

3-3-4从频繁集中挖掘相关规则

3-3-5FpGrowth算法步骤：举例

3-4-1协同过滤原价简介

3-4-2基于用户的协同过滤

3-4-3基于物品的协同过滤算法

3-4-4两种协同过滤算法对比

3-4-5计算相似度

3-9-1时间序列分析简介

3-9-2白噪声

3-9-3时间序列建模

3-9-4jenkins建模流程

3-9-5加载数据

3-10-1个性化推荐应用案例

3-10-2关联规则挖掘

3-10-3相似度如何计算

3-10-4建立相似物品加权排名推荐列表

3-10-5物品的协同过滤

推荐系统

3-11-1推荐系统概述

3-11-2推荐系统的数学定义

3-11-3基于近邻的协同过滤

3-11-4个性化推荐

3-12-1数据导入路径

3-12-2User cf局限性

3-12-3用户画像User Profile

3-12-4卡方检验与推荐

3-12-5基于矩阵分解的推荐

决策树

3-13-1项目背景

3-13-2分类模型的性能

3-13-3决策树原理介绍

3-13-4检查是否有缺失值

3-13-5决策树结果参考

文本分析

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

Tableau数据可视化

3-16-1为什么学习Tableau

3-16-2Tableau功能

3-16-3软件界面简介

3-16-4仪表板第一次实验

3-17-1Tableau设计流程

3-17-2聚合函数

3-17-3Tableau图表

3-17-4Tableau故事

R

8-13-1R的作用

8-13-2向量的引用

8-13-3改变元素的值

8-13-4向量

8-13-5向量2

8-14-1R语言结构

8-14-2绘制抛硬币的概率曲线

8-14-3创建矩阵

8-14-4获取除指定列集之外的元素

8-14-5数字和规律

8-15-1创建列表

8-15-2添加一个成分

8-15-3创建数据框

8-15-4增加样本数据或变量

8-15-5因子

8-16-1数据的获取

8-16-2最年轻的富豪 ，最年长的富豪

8-16-3 选择结构if语句

8-16-4循环结构for语句

8-16-5循环结构for语句2

8-17-1函数

8-17-2设计一个函数，用来计算菲波数列

8-17-3高水平绘图函数

8-17-4高水平绘图函数中的命令

8-17-5基于S3的面向对象编程

8-18-1观察价格与重量

8-18-2计算每个点出现的次数

8-18-3语法-计算离散分布的概率

8-18-4均值的置信区间

8-18-5比较两个非参数样本的位置

R案例

9-5-1序

9-5-2混淆矩阵

9-5-3ROC曲线

9-5-4绘制曲线

9-5-5预测数据

9-5-6衍生变量

9-6-1Apriori算法对候选项集计数

9-6-2事物型数据例子

9-6-3产生频繁项集

9-6-4项集的紧凑表示

9-6-5项集的紧凑表示2

9-7-1推荐系统基础

9-7-2购物篮分析与关联规则

9-7-3相似性推荐和协同过滤

9-7-4协同过滤的优缺点 代码案例

9-10-1预测性模型是什么

9-10-2通用建模流程

9-10-3逻辑回归的数理原理

9-10-4逻辑回归模型案例讲解

9-10-5逻辑回归模型案例讲解2

9-11-1逻辑回归模型案例讲解

9-11-2线性回归的数理原理

9-11-3极端值处理

9-11-4变量初步筛选

9-11-5案例回顾

9-15-1什么是客户分群

9-15-2混合高斯模型聚类

9-15-3数据介绍

9-15-4变量聚类

9-15-5分析流程

电商数据与文本挖掘

3-21-1理解数据分析的应用场景

3-21-2Tableau数据可视化

3-21-3Tableau功能

3-21-4Tableau基础操作

3-21-5Tableau基础操作2

3-22-1连续字段

3-22-2Tableau图表

3-22-3Tableau故事

3-22-4神经网络

3-22-5案例

3-23-1

3-23-2

3-23-3

3-23-4

3-23-5

SQL集训

3-25-1

3-25-2

3-25-3

3-25-4

3-25-5

电商案例 补发

2-24-1数据分组与聚合

2-24-2聚合函数

2-24-3数据透视表

2-24-4数据清洗

2-24-5案例分析

2-24-6案例分析2

评分卡

3-30-1

3-30-2

3-30-3

3-30-4

3-30-5

3-31-1

3-31-2

3-31-3

3-31-4

3-31-5

面试技巧

4-1-1

4-1-2

4-2-1

4-2-2