Peixun.net > 直播 > CDA数据分析师 > CDA数据分析就业班 > CDA数据分析师就业班20200419期-视频

CDA数据分析师就业班20200419期-视频

满意程度:     课程系列:LEVEL I+LEVEL II
课时:0 分钟| 140人学习 分享 收藏
CDA数据分析就业班课程是专门为想要从事数据分析类工作所研发的精品课程,包含Excel、数据库、Power BI 等业务数据分析相关内容以及数学\统计学基础、Python基础、数据清洗、Python机器学习等数据挖掘和机器学习相关内容,并结合评分卡、电商、零售等实战项目案例课程,帮助学员迅速掌握业务数据分析、机器学习相关岗位技能,学员毕业后可推荐相关工作岗位。

CDA数据分析师就业班20200419期-视频

Excel 预习视频(必看)

1、Excel概述,数据加工

2、公式函数

3、数据透视表

4、图表

Excel预习视频(补充)

1-1.Excel介绍及定位条件功能

1-2.选择性粘贴和查找替换功能

1-3.辅助列及填充柄等功能

1-4.打印设置和保护功能

1-5.分列功能和substitute函数

1-6.text函数、date函数及数据验证功能

1-7.知识点回顾

1-8.Excel常用函数介绍

1-9.单元格引用方式及函数综合练习

1-10.链接函数、数据导入及条件格式

1-11.高级筛选和自定义排序

2-1.第一天知识点回顾

2-2.Vlookup函数

2-3.offset函数

2-4.index和match函数

2-5.动态图制作

2-6.知识点回顾

2-7.indirect函数立即播放

2-8.综合练习

2-9.数组函数一

2-10.sumproduct函数

2-11.large函数和frequency函数

MySQL数据库预习视频

1-1.MySQL启动和workbench页面介绍

1-2.针对数据库的增删改查

1-3.数据表的增删查

1-4.插入数据

1-5.主键约束

1-6.非空约束和唯一约束

1-7.非空约束和自动增长

1-8.外键约束

1-9.修改表结构

1-10.导入外部数据

1-11.修改和删除数据

2-1.where语句(1)

2-2.where语句(2)

2-3.where语句(3)

2-4.group by语句和order by语句

2-5.关于空值的计算

2-6.group by语句练习

2-7.having语句

2-8.limit语句

2-9.多表连接

2-10.子查询

2-11.查询案例

Power BI预习课程(必看)

1、Power BI工具介绍

2、DAX表达式

3、M函数

4、网页爬取数据

5、商业应用案例

Python基础预习课程

1-1.Python概述

1-2.anaconda介绍和使用

1-3.jupyter notebook启动和界面介绍1

1-4.jupyter notebook界面2

1-5.jupyter notebook界面3

1-6.Python基础语法

1-7.基本数据类型:数值

1-8.基本数据类型:字符串(1)

1-9.基本数据类型:字符串(2)

1-10.基本数据类型:字符串(3)

1-11.基本数据类型:布尔值及字符串(4)

1-12.基本数据类型:字符串(5)

1-13.表达式和运算符

1-14.组合数据类型:列表(1)

2-1.组合数据类型:列表(2)

2-2.组合数据类型:列表(3)

2-3.组合数据类型:元组

2-4.组合数据类型:集合(1)

2-5.组合数据类型:集合(2)

2-6.组合数据类型:字典(1)

2-7.组合数据类型:字典(2)

2-8.顺序结构和分支结构(1)

2-9.分支结构(2)

2-10.分支结构(3)

2-11.while循环

2-12.for循环(1)

2-13.for循环(2)

2-14.for循环(3)

2-15.for循环(4)

3-1.列表推导式

3-2.自定义函数(1)

3-3.自定义函数(2)

3-4.函数的参数

3-5.作用域

3-6.递归

3-7.lambda匿名函数

3-8.异常处理

3-9.外部数据文件的读写

3-10.模块(1)

3-11.模块(2)

3-12.模块(3)

统计学预习课程

1-1.统计学课程内容介绍

1-2.什么是数据分析?

1-3.统计学和机器学习的知识图谱

1-4.随机抽样和非随机抽样

1-5.数据可视化理论

1-6.描述性统计概述

1-7.集中趋势1

1-8.集中趋势2

1-9.离散程度1

1-10.离散程度:方差和标准差

1-11.数据标准化

1-12.数据标准化应用_异常值

1-13.离散系数

1-14.偏态和峰态

2-1.描述性统计回顾

2-2.离散型随机变量

2-3.连续型随机变量和定积分

2-4.期望和方差

2-5.t分布和F分布

2-5.正态分布和卡方分布

2-6.样本均值和中心极限定理

2-7.知识点回顾和样本方差

2-8.估计量

2-9.区间估计介绍

2-10.总体均值的区间估计(大样本)

2-11.总体均值区间估计(小样本)

2-12.总体比例和总体方差的区间估计

2-13.两个总体均值之差

2-14.两个总体比例之差和两个总体方差比

开学典礼

开学典礼

Excel业务数据分析

0420-1数据分析概述

0420-2数据分析思考案例;Excel常用函数:countif、累积、sumif、sumifs

0420-3条件格式

0420-4日期时间类函数

0420-5项目计划表

0420-6考勤表制作1

0420-7考勤表制作2

0421-1考勤表制作3

0421-2指标概述

0421-3指标应用

0421-4综合案例员工考勤表1

0421-5综合案例员工考勤表2

0421-6综合案例员工考勤表3

0421-7综合案例员工考勤表4

0422-1活动评估案例1

0422-2活动评估案例2

0422-3活动评估案例3

0422-4活动评估案例4

0422-5 业务数据分析方法论

0422-6帕累托分析1

0422-7帕累托分析2

0423-1帕累托练习

0423-2业务问题发现-综合案例1

0423-3业务问题发现-综合案例2

0423-4RMF模型1

0423-5RMF模型2

0423-6RMF模型3

0423-7RMF模型4

0424-1树状分析方法论1

0424-2树状分析方法论2

0424-3商业报告撰写1

0424-4商业报告撰写2

0424-5商业报告撰写3

0424-6商业报告撰写4

0424-7课程回顾

数据库应用技能

4-27-1 数据库概述

4-27-2 数据库的基本结构

4-27-3 约束条件

4-27-4 修改数据表

4-27-5 导入数据

4-27-6 删除数据

4-27-7 Excel串讲

4-28-1 更新数据

4-28-2 条件查询,查询结果排序

4-28-3 分组查询

4-28-4 内连接、左连接、右连接

4-28-5 外连接、笛卡尔积连接

4-29-1 等值连接与不等值连接

4-29-2 自连接(查询员工的直属领导)

4-29-3 子查询

4-29-4 常用函数

4-30-1 面试题(投资表、业务员表)

4-30-2 开窗函数

4-30-3 er图、练习:查询学生信息

4-30-4 练习:查询学生信息

4-30-5 练习:查询学生信息(纵横表转换)

5-6-1 查询司机完单情况、查询学生信息

5-6-2 电商案例介绍

5-6-3 电商案例字段介绍

5-6-4 电商案例ER图

5-6-5 电商案例查询练习

5-6-6 电商案例查询练习

商业智能分析

5-7-1 什么是商业智能分析

5-7-2 Power BI工具介绍

5-7-3 使用查询编辑器(产品、销售表)

5-7-4 M函数(身份证信息提取1)

5-7-5 M函数(身份证信息提取2)

5-8-1 自定义函数、结构化数据

5-8-2 结构化数据

5-8-3 结构化数据练习

5-8-4 网站爬取案例

5-8-5 多维数据模型

5-8-6 MySQL串讲

5-8-7 MySQL串讲

5-11-1 表的对应关系

5-11-2 数据透视表

5-11-3 链接规则说明

5-11-4 DAX表达式练习

5-12-1 业务指标介绍

5-12-2 结构百分比

5-12-3 均比、标准比

5-12-4 日期辅助列

5-12-5 时间智能函数

5-13-1 零售案例1

5-13-2 零售案例2

5-13-3 电商案例-活用客户价值模型1

5-13-4 电商案例-活用客户价值模型2

5-13-5 电商案例-活用客户价值模型3

5-14-1 流量相关指标

5-14-2 流量分析仪

5-14-3 餐饮案例1

5-14-4 餐饮案例2

5-14-5 餐饮案例3

5-15-1 库存管理指标介绍

5-15-2 快消行业销售分析仪

5-15-3 动销情况分析

5-15-4 汽车案例练习1

5-15-5 汽车案例练习2

SQL集训

5-18-1

5-18-2

5-18-3

5-18-4

5-18-5

中期交流

5-16-1

5-16-2

5-16-3

5-16-4

5-16-5

5-16-6

5-16-7

5-16-8

5-16-9

5-16-10

统计基础

5-19-1 数据类型

5-19-2 数学、统计概述

5-19-3 向量空间与线性变换

5-19-4 矩阵与行列式

5-19-5 向量、矩阵的计算

5-19-6 串讲

5-19-7 串讲

5-20-1 初等函数

5-20-2 复数与函数极限

5-20-3 导数

5-20-4 导数与微分

5-20-5 梯度

5-21-1 函数极值

5-21-2 数据的概括性度量1

5-21-3 数据的概括性度量2

5-21-4 统计量及其分布

5-21-5 参数估计

5-22-1 假设检验

5-22-2 相关分析

5-22-3 线型回归分析

5-22-4 回归系数的检验

5-22-5 数据分析流程总结

Python编程基础

5-25-1 python简介

5-25-2 print函数

5-25-3 变量

5-25-4 数字的计算

5-25-5 字符串的方法

5-26-1 字符串的格式化

5-26-2 if条件判断

5-26-3 for循环

5-26-4 while循环

5-26-5 列表

5-26-6 串讲

5-27-1 列表生成式

5-27-2 元组、字典

5-27-3 字典、集合

5-27-4 内置函数

5-27-5 自定义函数

5-28-1 函数的参数

5-28-2 时间模块

5-28-3 文件的读写

5-28-4 文件夹的操作

5-28-5 Python连接MySQL

5-29-1 总结与作业讲解

5-29-2 面向对象学习

5-29-3 类的对象和方法

5-29-4 继承与抽象

5-29-5 建立一个操作mysql的类

Python数据清洗

6-1-1 numpy数组

6-1-2 数组的索引和切片

6-1-3 数组的运算

6-1-4 matplotlib快速绘图

6-2-1 numpy作业

6-2-2 matplotlib绘制子图

6-2-3 matplotlib常用图形的绘制

6-2-4 绘图案例

6-2-5 pyecharts

6-2-6 串讲

6-3-1 pandas引入

6-3-2 序列和DataFrame

6-3-3 数据的加载

6-3-4 索引和过滤

6-3-5 重置索引和填充

6-4-1 缺失值的处理

6-4-2 数据的填充和替换

6-4-3 排序

6-4-4 数据的合并和重塑

6-4-5 分组和转换

6-4-6 串讲

6-5-1 时间序列

6-5-2 向量化字符串操作

6-5-3 Seaborn绘图

6-5-4 案例分析

6-5-5 QQ聊天数据分析案例

Python统计

6-8-1 统计包与数据挖掘

6-8-2 异方差、t检验

6-8-3 方差分析

6-8-4 数据分析流

6-8-5 缺失值填补

6-9-1 异常值处理和特征过滤

6-9-2 相关特征的处理

6-9-3 拟合回归模型

6-9-4 回归模型系数的解读

6-9-5 最小二乘、梯度下降、正则化

6-9-6 串讲

6-10-1 随机梯度下降分类算法

6-10-2 logistic回归案例

6-10-3 logistic回归模型的评估与修正

6-10-4 logistic回归指标解读

6-10-5 混淆矩阵与网格搜索

6-11-1 主成分分析原理

6-11-2 主成分的选择

6-11-3 主成分回归模型

6-11-4 数据规范化

6-11-5 作业讲解

中期交流2

6-14-1

6-14-2

6-14-3

6-14-4

6-14-5

6-14-6

6-14-7

6-14-8

6-14-9

Python爬虫

9-8-1爬虫基础

9-8-2http基本原理

9-8-3http基本原理2

9-8-4爬虫基本原理

9-8-5正则表达式

9-9-1urllib

9-9-2带参数的get请求

9-9-3requests

9-9-4bs节点选择器

9-10-1天气预报数据抓取

9-10-2下载单个图片

9-10-3声明浏览器对象

9-10-4下拉进度条

9-10-5反爬虫声明

python机器学习

6-16-1 机器学习简介

6-16-2 机器学习任务

6-16-3 模型评估指标

6-16-4 KNN的python实现

6-16-5 sklearn中的KNN

6-16-6 串讲

6-16-7 串讲

6-17-1 KNN手写数字识别案例

6-17-2 作业:葡萄酒分类案例

6-17-3 K-Mearns的python实现

6-17-4 K-Mearns算法优化

6-17-5 sklearn中的K-Mearns

6-18-1 作业:鸢尾花数据聚类

6-18-2 DBSCAN

6-18-3 聚类应用:图像压缩

6-18-4 决策树的python实现

6-19-1 C4.5,CART树

6-19-2 sklearn中的决策树

6-19-3 输出决策树图形

6-19-4 保险案例背景介绍

6-19-5 保险行业案例

6-20-1 数据挖掘流程

6-20-2 案例梳理

6-20-3 一行代码生成数据报告

6-22-1 线性回归

6-22-2 回归方程的矩阵表示

6-22-3 最小二乘法

6-22-4 多元线性回归的python实现

6-22-5 回归算法评估指标

6-22-6 岭回归和Lasso

6-23-1 岭回归和Lasso

6-23-2 岭回归和Lasso

6-23-3 逻辑回归

6-23-4 重要参数的选择

6-23-5 OvR,MvM

6-23-6 串讲

6-24-1 梯度下降算法

6-24-2 梯度下降的几何解释

6-24-3 Batch_GD

6-24-4 Stocastic_GD

6-24-5 朴素贝叶斯

6-28-1 MvM,OvO

6-28-2 手写数字识别

6-28-3 朴素贝叶斯

6-28-4 不同分布下的贝叶斯

6-28-5 推荐系统介绍

6-29-1 推荐系统

6-29-2 协同过滤

6-29-3 协同过滤

6-29-4 推荐系统的封装调用

6-29-5 机器学习第二阶段串讲

6-30-1 集成算法

6-30-2 bagging,boosting

6-30-3 随机森林

6-30-4 随机森林的参数

6-30-5 随机森林回归

6-30-6 adaboost

7-1-1 adaboost

7-1-2 adaboost

7-1-3 数据预处理

7-1-4 特征编码

7-1-5 特征筛选

7-2-1 filter特征选择

7-2-2 filter特征选择

7-2-3 嵌入法特征选择

7-2-4 包装法

7-2-5 PCA

7-2-6 手写数字识别案例

7-3-1 感知机

7-3-2 定义损失函数

7-3-3 损失函数的求解

7-3-4 梯度下降

7-3-5 SVM中的对偶问题

7-3-6 拉格朗日优化方法

7-5-1 数据分析思维

7-5-2 数据分析方法论

7-5-3 项目报告案例

7-5-4 迈向深度学习

7-6-1 拉格朗日优化方法

7-6-2 损失函数

7-6-3 svm结果解析

7-6-4 线性SVM可视化

7-6-5 SVM的sklearn实现

7-7-1 pipline

7-7-2 随机森林,SVM

7-7-3 xgboost算法

7-7-4 xgboost算法

7-7-5 xgb的参数

7-7-6 ARIMA模型串讲

7-7-7 ARIMA模型串讲

7-8-1 xgboost例子

7-8-2 xgboost例子

7-8-3 xgboost例子

7-8-4 xgboost例子

SPSS(补)

7-23-1数据描述

7-23-2方差 相关

7-23-3适应总分

7-23-4散点图

7-24-1条形图

7-24-2行列百分比

7-24-3修正 工具变量

7-24-4相关性

7-24-5平均值

7-25-1相关系数

7-25-2debt

7-25-3数据视图

7-25-4因子分析

7-25-5行为标签

7-26-1神经网络

7-26-2因变量

7-26-3特征选择

7-26-4模型统计

电商文本挖掘

7-11-1

7-11-2

7-11-3

7-11-4

7-12-1

7-12-2

7-12-3

7-12-4

神经网络

7-14-1

7-14-2

7-14-3

7-14-4

关联规则

7-15-1

7-15-2

7-15-3 串讲

7-15-4 串讲

评分卡

7-18-1

7-18-2

7-18-3

7-18-4

7-19-1

7-19-2

7-19-3

7-19-4

7-19-5

Tableau数据可视化

4-29-1Tableau的发展历程

4-29-2示列-超市 分析

4-29-3工作表名称更改

4-29-4筛选 排序

4-29-5创建新字段

4-30-1数据源排序

4-30-2环形图

4-30-3甘特图

4-30-4幂律曲线

4-30-5散点图

4-30-6散点图2

毕业答辩

7-26-1

7-26-2

7-26-3

7-26-4

7-26-5

7-26-6

7-26-7

就业指导

7-28-1

7-28-2

7-29-1

7-29-2


课程订阅

资料下载

讲师介绍


Peixun.net

CDA数据分析师就业班20200419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数据分析师就业班20200419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
微信扫码二维码
关注经管云课堂服务号

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