#9527

数据分析-博学谷-所有人都能学的数据分析课

课程介绍

课程来自于 数据分析-博学谷-所有人都能学的数据分析课[完结]

本课程专注于培养数据分析师的数据处理能力、数据分析能力和数据挖掘能力，课程内容从数据库管理、统计理论方法、数据分析主流软件的应用（包括SQL、Excel、SPSS、 Modeler、R、python等）到数据挖掘算法等，对一整套数据分析流程技术进行系统讲解，学完之后，学习者可以直接达到中级数据分析师的水平。

文件目录

资料

所有人都能学的数据分析课--总结图谱.RAR

课程练习材料.RAR

所有人都能学的数据分析师-授课讲义（pdf）.RAR

第1章 数据分析师的职业概览

01.数据分析师的“钱景”如何[海量资源+微：502212423].mp4

02.什么人适合数据分析[海量资源+微：502212423].mp4

03.数据分析师的临界知识.mp4

04.数据分析师的主要职责.mp4

第2章 数据分析和数据挖掘的概念和理念

第1节 基础概念

01. 数据分析及数据挖掘定义.mp4

02. 数据分析与数据挖掘的层次.mp4

03. 数据分析及数据挖掘三要素.mp4

04. 本节小结.mp4

第2节 探索性数据分析

01. 如何描述业务量数据.mp4

02. 可视化展示的原则.mp4

03. 本节小结.mp4

第3节 预测和分类

01. 预测和分类的概念模型、流程.mp4

02. 分类和预测：线性回归.mp4

03. 逻辑回归.mp4

04. 决策树算法.mp4

05. 支持向量机.mp4

06. 朴素贝叶斯.mp4

07. 本节小结.mp4

第4节 分群和降维

01. 聚类算法的基本概念.mp4

02. 层次聚类.mp4

03. K-means聚类.mp4

04. 降维模型-PCA.mp4

05. 本节小结.mp4

第3章 统计学基础和SPSS软件应用

第1节 描述性统计描述

01. 统计分析的目的.mp4

02. 统计分析的关键概念.mp4

03. 四种测量尺度.mp4

04. 集中趋势-均值.mp4

05. 集中趋势-中位数和众数.mp4

06. 离散趋势-极差和方差.mp4

07. 案例操作-如何实现离中趋势和集中趋势.mp4

08. 本节小结.mp4

第2节 假设检验_统计判断

01. 统计学本质.mp4

02. 统计学两大定理.mp4

03. 统计判断-抽样误差与标准误差.mp4

04. 统计推断-t分布.mp4

05. 统计推断-参数估计.mp4

06. 统计推断-假设检验.mp4

07. 本节小结.mp4

第3节 抽样方法

01. 统计过程.mp4

02. 抽样的概念.mp4

03. 抽样方法与非抽样方法.mp4

04. 抽样调查与普查的特点.mp4

05. 非抽样调查.mp4

06. 非抽样调查的三种类型.mp4

07. 无回答误差的处理.mp4

08. 抽样过程.mp4

09. 抽样单元与抽样框.mp4

10. 抽样形式.mp4

11. 概率抽样-简单抽样和系统抽样.mp4

12. 概率抽样-pps抽样.mp4

13. 概率抽样-分层抽样.mp4

14. 非概率抽样-区域抽样、时间抽样和电话抽样.mp4

15. 总结.mp4

第4节 一般性模型

实操题

作业数据.rar

截图1.png

1. t检验.mp4

2. t检验-案例实践.mp4

3. F检验.mp4

4. F检验-案例实践.mp4

5. 相关分析.mp4

6. 相关分析-案例实践.mp4

7. 线性回归.mp4

8- 线性回归-案例实践.mp4

9. 本节小结.mp4

第4章 数据预处理基础

课后题.txt

第1节 数据分析前的准备工作

1. 统计工作流程.mp4

2. 统计准备工作.mp4

3. 数据检查要点.mp4

4. 开放题的准备.mp4

5. 本节小结.mp4

第2节 数据清洗

1. 数据清洗的概念和流程.mp4

2. 字段选择和数据质量报告.mp4

3. 数据清洗主要工作.mp4

4. 错误值和异常值处理方法.mp4

5. 缺失值处理方法.mp4

6. 异常值和缺少值的处理操作.mp4

7. 本节小结.mp4

第3节 数据规范化

1. 数据转化.mp4

2. 数据离散化与数据扩充.mp4

3. 数据合并与拆分.mp4

4. 本节小结.mp4

第5章 mysql教程

课后练习

题目.txt

作业素材.rar

第1节 sql简介

1. sql简介.mp4

2. 建立数据库.mp4

3. 建立数据表和约束条件.mp4

4. 插入和更改.mp4

5. 本节小结.mp4

第2节 基本查询语句

1. 基本查询语句.mp4

2. 本节小结.mp4

第3节 交叉查询和子查询

1. 聚合函数和交叉查询：group by.mp4

2. 子查询（in、not in）&模糊匹配 Like.mp4

3. 本节小结.mp4

第4节 练表查询

1. 连表查询.mp4

2. 小结.mp4

第6章 Excel分析及可视化

课后练习

作业素材.rar

哪吒.png

课后练习.docx

作业素材 (1).rar

第1节 Excel简介

1. Excel简介.mp4

第2节 Excel函数技巧

1. 函数的简介.mp4

2. 查找函数-vlookup和hlookup.mp4

3. 查找函数-INDEX和MATCH.mp4

4. 统计函数.mp4

5. 逻辑函数（上）-if、anda和or.mp4

6. 逻辑函数（下）.mp4

7. 日期函数和文本函数.mp4

8. 本节小结.mp4

第3节 Excel快速处理技巧

1. 宏的技巧.mp4

2. 数据透视表和选择性黏贴.mp4

3. 格式调整技巧.mp4

4. 查找和定位&数据有效性技巧.mp4

5. 快捷键相关技巧.mp4

6. 本节小结.mp4

第4节 Excel可视化技巧

1. 如何制作一张图.mp4

2. 组合图的做法.mp4

3. 条形图的变体.mp4

4. 数据起跑地图的做法.mp4

5. 本节小结.mp4

第7章 进阶学习

课后练习

题目.txt

进阶统计学方法作业数据.xlsx

第1节 多变量分析方法选择思路

1. 无监督分析和有监督分析.mp4

2. 无监督分析的原则.mp4

第2节 因子分析

1. 因子分析使用场景.mp4

2. 因子的概念及分析过程.mp4

3. 因子数的推定.mp4

4. 因子轴的旋转.mp4

5. 因子解释及因子得分计算.mp4

6. 案例实践.mp4

7. 如何用因子分析做评价.mp4

第3节 聚类分析

1. 聚类分析使用场景.mp4

2. 聚类分析算法.mp4

3. 费层次聚类 K-means.mp4

4. K-means案例实践.mp4

5. 二阶聚类.mp4

第4节 对应分析

1. 对应分析使用目的及结果解读.mp4

2. 对应分析案例实践.mp4

第5节 多维尺度分析

1. 概念和使用场景.mp4

2. 多维尺度分析举例.mp4

3. 案例1：根据学生评分进行分座位.mp4

4. 案例2：根据学生考试成绩进行分座位.mp4

5. 案例3：根据手机的相似度判断竞争力.mp4

6. 多维尺度的不足及替代方法.mp4

第6节 时间序列分析

1. 时间序列使用场景.mp4

2. 两种类型的时间序列.mp4

3. 时间序列模型ARIMA.mp4

4. 时间序列中的处理办法.mp4

5. 案例实践-某连锁超市销售额影响因素预测.mp4

第7节 Logistic

1. 使用场景和理论背景.mp4

2. logistic案例实践-用户流失的影响因素及新用户预测.mp4

第8章 经典数据挖掘算法

课后练习

课后练习.txt

作业素材.rar

第1节 数据挖掘基础及数据分层抽样

1. 生活中熟悉的数据挖掘案例.mp4

2. 数据准备及数据分割方式.mp4

3. 数据分析与数据挖掘的联系与区别.mp4

4. Modeler软件介绍.mp4

5. 如何在Modeler实现数据分层抽样.mp4

第2节 朴素贝叶斯

1.朴素贝叶斯原理.mp4

2. 朴素贝叶斯算法过程.mp4

3. 朴素贝叶斯算法举例.mp4

4. 朴素贝叶斯算法优点及不足.mp4

5. 案例实践-使用贝叶斯网络建模.mp4

第3节 决策树

1. 决策树使用场景.mp4

2. 决策树算法（1）——ID3.mp4

3. 决策树算法（2）——C4.5.mp4

4. 决策树算法（3）——回归树CART.mp4

5. 决策树算法（4）——CHAID.mp4

6. 防止过度拟合的问题.mp4

7. 使用Modeler如何做决策树.mp4

第4节 神经网络

1. 神经网络的组成.mp4

2. 计算误差函数，修正出事权重.mp4

3. 神经网络与其他分析的关系.mp4

4. 案例实践.mp4

第5节 支持向量机

1. 支持向量机原理介绍.mp4

2. 线性可分与线性不可分.mp4

3. 案例实践.mp4

第6节 集成算法和模型评估

1. 集成算法的目的与方式.mp4

2. Bagging与Bosting的计算原理.mp4

3. 根据混淆矩阵进行模型评估.mp4

4. 在Modeler中画出GAIN曲线图和Lift曲线图.mp4

5. 学习资料拓展.mp4

第9章 R语言入门及基础分析

课后练习

课后练习.txt

黄牛明细数据.rar

第1节 R语言基础操作

1. 初识R语言.mp4

2. R语言的基本操作.mp4

3. R语言的数据结构介绍.mp4

4. 向量和矩阵的基本操作.mp4

5. 数据框的操作.mp4

6. 循环控制流——for&while.mp4

7. 条件选择控制流——if.mp4

8. 自定义函数.mp4

9. R语言关于概率分布的函数以及应用介绍.mp4

10. 离散随机变量分布和连续随机变量分布.mp4

第2节 R语言描述性数据分析

1. 探索性数据分析——集中趋势和离中趋势.mp4

2. 探索性数据分析——相关系数及函数介绍.mp4

3. 探索性数据分析——假设检验.mp4

第3节 R语言回归算法

1. 回归基本算法及相关哈数介绍(上).mp4

2. 回归基本算法及相关哈数介绍(下).mp4

3. 模型选择.mp4

4. 回归诊断.mp4

第4节 R语言分类算法

1. 逻辑回归（上）.mp4

2. 逻辑回归（下）.mp4

3. 决策树算法.mp4

4. 决策树的剪枝.mp4

5. 随机森林.mp4

第5节 R语言聚类和降维

1. 使用R如何实现层次聚类.mp4

2. 使用R如何实现Kmeans聚类法.mp4

3. 如何判断聚类的好坏.mp4

4. 使用R如何实现PCA降维.mp4

第10章 python入门及基础分析

课后练习

课后练习.txt

第1节 概述与基本操作

1. 课程与开发环境简介.mp4

2. 帮助文档的获取&基础操作.mp4

3. 基础操作：整数、小数、复数&列表、字符串、字典.mp4

4. 自定义函数.mp4

5.Jupyte常用快捷键以及自动补全功能的实现r.mp4

6. 本节小结.mp4

第2节 Numpy

1. 从头创建一个数组.mp4

2. 案例实践——如何实现99乘法表和老虎机.mp4

3. 数组的操作.mp4

4. 数组的计算.mp4

5. 数组的广播.mp4

6. 比较、掩码和布尔逻辑.mp4

第3节 Pandas

1. 序列和数据库.mp4

2. 索引和切片.mp4

3. 通过索引运算和生成新的列.mp4

4. 文件的读取和写入.mp4

5. 缺失值处理.mp4

6. 数据连接.mp4

7. 分组和聚合.mp4

8. 数据透视表.mp4

9. 字符串的处理.mp4

10. 本节小结.mp4

第4节 Matplotlib与python作图

1. 基础作图——折线图和散点图.mp4

2. 基础作图——直方图和饼图.mp4

3. 子图和图例.mp4

4. 图标设置——标签，表格样式和cmap.mp4

5. 高级作图.mp4

6. 本节小结.mp4

第5节 Sklearn与机器学习基础

1. 线性回归.mp4

2. 逻辑回归的原理、模型实现与正则化.mp4

3. 逻辑回归的评估以及最优迭代次数.mp4

4. 贝叶斯分类器的实现过程.mp4

5. 朴素贝叶斯算法案例——手写数字识别.mp4

6. 数据预处理.mp4

7. 决策树和随机森林——熵和决策树.mp4

8. 决策树和随机森林算法对比.mp4

9. 随机森林的调参.mp4

10. 支持向量机——核函数.mp4

11. 支持向量机是如何防止过拟合的.mp4

12. 如何使用Python实现PCA降维算法.mp4

13. 如何使用Python实现Kmeans聚类.mp4

14. 本节小结.mp4

第11章 课程总结图谱

课程总结.mp4