开学典礼
5-25-1 数据分析概述
5-25-2 Excel常用函数
5-25-3 Excel常用函数和条件格式
5-25-4 Excel常用函数和数据透视表
5-25-5 数据透视表值汇总百分比,差异百分比
5-25-6 数据作图(子弹图还有对比图)
5-25-7 数据作图(字母饼图)和数据分析概述
5-26-1 课后作业一讲解和项目排期表制作
5-26-2 项目排期表和员工考勤表
5-26-3 员工考勤表和项目排期表
5-26-4 员工考勤表
5-26-5 员工考勤表和数据指标概述
5-26-6 数据指标概述和指标应用练习
5-26-7 人力资源常用数据分析和综合案例员工考勤表
5-27-1 课后作业二讲解和综合案例员工考勤表
5-27-2 综合案例员工考勤表
5-27-3 活动评估案例
5-27-4 活动评估案例
5-27-5 活动评估案例
5-28-1 课后作业三讲解和案例一
5-28-2 帕累托分析和练习
5-28-3 零售销售情况分析案例
5-28-4 零售销售情况分析案例
5-28-5 RFM模型以及练习
5-28-6 RFM模型以及总结
5-29-1 分析报告-案例分析
5-29-2 树状分析方法论
5-29-3 分析报告撰写
5-29-4 分析报告撰写
5-29-5 乘用车案例
5-29-6 乘用车案例
6-1-1 数据库概述、简介
6-1-2 数据库概述、简介
6-1-3 MySQL基础语法讲解
6-1-4 MySQL基础语法讲解
6-1-5 表结构演示
6-1-6 简单查询语句讲解
6-2-1 单表查询概念讲解
6-2-2 单表查询的练习与讲解
6-2-3 单表查询的分组聚合
6-2-4 表连接的介绍与讲解
6-2-5 多表查询练习
6-2-6 多表查询练习
6-2-7 串讲
6-3-1 子查询概念讲解
6-3-2 子查询语句的练习与讲解
6-3-3 子查询语句的练习与讲解
6-3-4 常用函数讲解
6-3-5 常用函数讲解
6-3-6 开窗函数讲解
6-4-1 课后作业三讲解
6-4-2 开窗函数讲解
6-4-3 sql进阶练习-1
6-4-4 sql进阶练习-2
6-4-5 sql进阶练习-3
6-5-1 课后作业四讲解及sql进阶练习-4
6-5-2 sql进阶练习-5
6-5-3 电商数据处理案例
6-5-4 电商数据处理案例
6-5-5 电商数据处理案例
6-8-1 Power BI简介
6-8-2 Power BI简介和Power Query的使用
6-8-3 销售信息表的案例
6-8-4 M函数和身份证号码案例
6-8-5 M函数和结构化数据类型
6-8-6 MySQL阶段的串讲
6-9-1 M函数还有爬取网页信息
6-9-2 多维数据模型还有多维数据透视表练习
6-9-3 Pivot搭建多维数据集,创建多维数据表
6-9-4 建立数据模型表链接类型
6-9-5 DAX表达式练习.
6-10-1 商机记录练习DAX表达式思路讲解
6-10-2 商机记录练习以及指标
6-10-3 商机记录练习以及基准比,均比和标准
6-10-4 ranx以及时间智能函数
6-10-5 |时间智能案例讲解
6-10-6 时间智能案例以及图表决策树
6-11-1 创建多维透视表练习及图表介绍
6-11-2 订单数据零售案例
6-11-3 客户价值模型介绍
6-11-4 客户行为分析案例
6-12-1 餐饮案例-1
6-12-2 餐饮案例-2
6-12-3 餐饮案例-3及电商案例-1
6-12-4 电商案例-2
6-12-5 电商案例-3
6-13-1 快消行业销售情况分析-1
6-13-2 快消行业销售情况分析-2
6-13-3 快消行业销售情况分析-3 及 乘用车案例练习
6-13-4 乘用车案例点评
6-14-1 销售管理分析案例介绍-1
6-14-2 销售管理分析案例介绍-2
6-14-3 学生制作的案例进行分享及点评
6-17-1 串讲
6-17-2 串讲
6-18-1
6-18-2
6-18-3
6-18-4
6-18-5
6-18-6
6-18-7
6-18-8
6-18-9
6-18-10
6-18-11
6-18-12
6-18-13
6-18-14
6-19-1 统计学概述
6-19-2 描述统计
6-19-3 集中趋势,离散程度和分布形态的描述
6-19-4 常用的分布
6-19-5 卡方分布,T分布和F分布
6-20-1 估计(经验法则和切比雪夫不等式)
6-20-2 矩估计法和最大似然法
6-20-3 大润发超市估计练习
6-20-4 假设检验的基本问题
6-20-5 大润发超市假设检验练习和方差检验
6-21-1 导数以及导数的运算
6-21-2 行列式
6-21-3 矩阵以及矩阵的运算
6-21-4 矩阵的运算以及Eviews的使用
6-21-5 初等变换以及向量
6-24-1 列联分析
6-24-2 方差分析
6-24-3 相关分析
6-24-4 回归分析
6-24-5 一元线性回归和逻辑回归
3-30-1Python基础
3-30-2Python基础
3-30-3Python基础
3-30-4Python基础
3-30-5Python基础
3-31-1Python基础
3-31-2Python基础
3-31-3Python基础
3-31-4Python基础
3-31-5Python基础
4-1-1控制流语句
4-1-2列表 元组 字典 集合
4-1-3列表推导式
4-1-4定义字典
4-1-5专属于集合操作
4-2-1函数
4-2-2自定义函数
4-2-3分配参数
4-2-4自定义模块函数
4-2-5函数可以嵌套使用
4-3-1 Python编程基础
4-3-2 Python编程基础
4-3-3 Python编程基础
4-3-4 Python编程基础
4-3-5 Python编程基础
6-28-1 python基础前言和课程简介
6-28-2 python简介和常用快捷方式
6-28-3 python基础语法
6-28-4 python基础语法
6-28-5 python基础语法
6-28-6 串讲
6-29-1 第一天课后作业讲解
6-29-2 python基本数据类型
6-29-3 python组合数据类型
6-29-4 python组合数据类型
6-29-5 python组合数据类型
6-30-1 第二天课后作业讲解
6-30-2 python组合数据类型
6-30-3 函数
6-30-4 函数
6-30-5 面向对象
7-1-1 第三天课后作业讲解
7-1-2 模块,包和库
7-1-3 文件的基本概念和操作
7-1-4 数据库操作
7-1-5 常用库(time库,datetime模块)
7-2-1 第四天课后作业讲解
7-2-2 jieba库
7-2-3 wordcloud库概述
7-2-4 wordcloud库概述
7-2-5 错误和异常处理
7-3-1 串讲
7-3-2 串讲
7-3-3 串讲
7-3-4 串讲
7-6-1 python数据清洗之numpy
7-6-2 python数据清洗之numpy
7-6-3 python数据清洗之numpy
7-6-4 python数据清洗之numpy
7-7-1 Python数据可视化
7-7-2 Python数据可视化
7-7-3 Python数据可视化
7-7-4 Python数据可视化
7-7-5 Python数据可视化
7-8-1Python数据可视化
7-8-2 Python数据清洗之pandas
7-8-3 Python数据清洗之pandas
7-8-4 Python数据清洗之pandas
7-8-5 Python数据清洗之pandas
7-9-1 Python数据清洗之pandas
7-9-2 Python数据清洗之pandas
7-9-3 Python数据清洗之pandas
7-9-4 Python数据清洗之pandas
7-9-5 Python数据清洗之pandas
7-10-1 Python数据清洗之pandas
7-10-2 Python数据可视化
7-10-3 Python数据清洗案例
7-10-4 Python数据清洗案例
7-10-5 Python数据清洗案例
7-10-6 分享
7-10-7 分享
7-13-1
7-13-2
7-13-3
7-13-4
7-13-5
7-13-6
7-13-7
7-13-8
7-13-9
7-13-10
7-13-11
7-13-12
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
9-8-1 爬虫基础
9-8-2 http基本原理
9-8-3 http基本原理2
9-8-4 爬虫基本原理
9-8-5 正则表达式
9-9-1 urllib
9-9-2 带参数的get请求
9-9-3 requests
9-9-4 bs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
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
7-14-1 KNN算法
7-14-2 KNN算法
7-14-3 KNN算法
7-14-4 KNN算法
7-14-5 KNN算法
7-15-1 KNN算法
7-15-2 KNN算法
7-15-3 Kmeans聚类算法
7-15-4 Kmeans聚类算法
7-15-5 Kmeans聚类算法
7-15-6 Kmeans聚类算法
7-15-7 串讲
7-15-8 串讲
7-16-1 Kmeans聚类算法
7-16-2 决策树算法
7-16-3 决策树算法
7-16-4 决策树算法
7-16-5 决策树算法
7-16-6 决策树算法
7-17-1 决策树算法
7-17-2 决策树算法
7-17-3 决策树算法
7-17-4 决策树算法
7-17-5 决策树算法
7-17-6 决策树案例
7-18-1 决策树案例
7-18-2 决策树案例
7-21-1 数据分析流程和算法
7-21-2 方差分析,t检验
7-21-3 线性回归-数据分析流
7-21-4 线性回归-数据分析流
7-21-5 串讲
7-21-6 串讲
7-22-1 多元线性回归
7-22-2 线性回归与相关,四种算法
7-22-3 算法:ols、正则化与梯度下降
7-22-4 异方差与正态分布检验
7-22-5 逻辑回归
7-23-1 逻辑回归
7-23-2 逻辑回归
7-23-3 逻辑回归
7-23-4 随机梯度下降
7-23-5 逻辑回归
7-24-1 主成分分析
7-24-2 主成分分析
7-24-3 主成分分析
7-24-4 非线性主成分
7-24-5 数据分析流
7-27-1 回归分析
7-27-2 回归分析
7-27-3 回归分析
7-27-4 回归分析
7-27-5 回归分析
7-27-6 回归分析
7-28-1 线性回归
7-28-2 线性回归
7-28-3 线性回归
7-28-4 梯度下降
7-28-5 梯度下降
7-28-6 梯度下降
7-29-1 梯度下降
7-29-2 逻辑回归
7-29-3 逻辑回归
7-29-4 逻辑回归
7-29-5 逻辑回归
7-29-6 朴素贝叶斯
7-30-1 朴素贝叶斯
7-30-2 朴素贝叶斯
7-30-3 朴素贝叶斯
7-30-4 朴素贝叶斯
7-30-5 协同过滤和推荐算法
7-30-6 协同过滤和推荐算法
7-30-7 串讲
7-31-1 协同过滤
7-31-2 协同过滤
7-31-3 协同过滤
7-31-4 协同过滤
7-31-6 极大似然
7-31-5 机器学习第二部分串讲
8-3-1 集成算法
8-3-2 集成算法
8-3-3 集成算法
8-3-4 集成算法
8-3-5 集成算法
8-3-6 串讲
8-4-1 集成算法
8-4-2 Adaboost算法
8-4-3 Adaboost算法
8-4-4 Adaboost算法
8-4-5 特征工程
8-4-6 特征工程
8-5-1 数据预处理与特征工程
8-5-2 数据预处理与特征工程
8-5-3 数据预处理与特征工程
8-5-4 数据预处理与特征工程
8-5-5 数据预处理与特征工程
8-6-1 数据预处理与特征工程
8-6-2 SVM与感知机
8-6-3 SVM与感知机
8-6-4 感知机
8-6-5 感知机
8-7-1 感知机
8-7-2 SVM
8-7-3 感知机与SVM
8-7-4 感知机与SVM
8-7-5 感知机与SVM
8-7-6 感知机与SVM
8-7-7 感知机与SVM
8-8-1 Xgboost案例
8-8-2 Xgboost案例
8-8-3 Xgboost案例
8-8-4 Xgboost案例
8-8-5 Xgboost案例
8-12-1
8-12-2
8-12-3
8-12-4
8-12-5
8-12-6
8-12-7
8-12-8
8-12-9
8-12-10
8-12-11
8-12-12 串讲
8-12-13 串讲
8-15-1
8-15-2
8-15-3
8-15-4
8-16-1
8-16-2
8-16-3
8-16-4
8-16-5
8-17-1
8-17-2
8-17-3
8-17-4
8-22-1
8-22-2
8-22-3
8-22-4
8-22-5
8-23-1
8-23-2
8-23-3
8-23-4
8-23-5
8-29-1
8-29-2
8-29-3
8-29-4
8-29-5
8-29-6
8-29-7
8-29-8
8-29-9
8-29-10
8-29-11
8-29-12
8-29-13
8-30-1
8-30-2
8-30-3
8-30-4
8-30-5
8-30-6
8-31-1
8-31-2
9-1-1
9-1-2
内容不能少于5个字符!
©2025Peixun.net 北京国富如荷网络科技有限公司 版权所有 未经许可 请勿转载
京ICP备11001960号-4
京公网安备 11010802034634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