50| 0
|
开课吧-2021年大数据分析全栈工程师13期【完结】 |
开课吧-2021年大数据分析全栈工程师13期【完结】 课程目录: | ├──第01章 Excel基础 | | ├──第1节 excel知识回顾 | | ├──第2节 Excel案例分析 | | └──Excel.zip 28.97M | ├──第02章 Python基础 | | ├──第1节 mac下安装anaconda | | ├──第2节 Windows下安装anaconda | | ├──第3节 Python基础入门 | | ├──第4节 Python进阶 | | └──第5节 Python案例 | ├──第03章 预备课 | | ├──第1节 Excel常规操作 | | ├──第2节 Excel公式与函数 | | ├──第3节 Excel数据透视表操作 | | ├──第4节 Excel知识点答疑 | | ├──第5节 Excel电商案例分析 | | ├──第6节 Excel用户案例分析 | | └──第7节 Excell案例答疑 | ├──第04章 开学典礼之认知数据分析 | | └──第1节 开学典礼之认知数据分析 | ├──第05章 Python | | ├──第01节 开启Python大门&Python基础语法 | | ├──第02节 Python数据容器 | | ├──第03节 python函数与异常处理 | | ├──第04节 python面向对象与模块 | | ├──第05节 python文件操作与pdf处理 | | ├──第06节 python操作excel | | ├──第07节 Python操作word及邮件发送 | | ├──第08节 Python可视化Matplotlib | | ├──第09节 科学计算库NumPy | | ├──第10节 科学计算库Pandas上 | | ├──第11节 科学计算库Pandas下 | | ├──第12节 Python案例-电影数据分析 | | ├──第13节 电商销售数据分析 | | ├──第14节 电商平台用户画像分析 | | ├──第10节 科学计算库Pandas上.mp4 471.98M | | ├──第11节 科学计算库Pandas下.mp4 398.89M | | ├──第12节 Python案例-电影数据分析.mp4 509.50M | | ├──第14节 电商销售数据分析.mp4 656.09M | | ├──第1节 开启Python大门&Python基础语法.mp4 266.23M | | ├──第2节 Python数据容器.mp4 264.32M | | ├──第3节 python函数与异常处理.mp4 291.70M | | ├──第4节 python面向对象与模块.mp4 280.89M | | ├──第5节 python文件操作与pdf处理.mp4 290.59M | | ├──第6节 python操作excel.mp4 295.32M | | ├──第7节 Python操作word及邮件发送.mp4 310.62M | | ├──第8节 Python可视化Matplotlib.mp4 353.57M | | └──第9节 科学计算库NumPy.mp4 520.79M | ├──第06章 mysql基础 | | ├──第1节 mac下安装MySQL | | ├──第2节 Windows 下安装MySQL | | ├──第3节 mac与 Windows下安装navicat | | ├──第4节 MySQL数据库(一) | | ├──第5节 MySQL数据库(二) | | ├──第6节 MySQL数据库(三) | | └──第7节 MySQL案例 | ├──第07章 数据分析之hive学习 | | ├──第1节 先导资料 | | ├──第2节 数据分析Hive实验VNC版 | | ├──第3节 Hadoop原理与概念 | | ├──第4节 HiveSQL核心技能1-常用函数 | | ├──第5节 HiveSQL核心技能2-表连接 | | ├──第6节 HiveSQL核心技能3-窗口函数 | | ├──第7节 HiveSQL常用优化技巧 | | ├──第8节 Hive综合案例实战 | | └──第9节 完全分布式集群搭建 | ├──第08章 数据可视化 | | ├──第1节 Excel常用图形可视化 | | ├──第2节 tableau常用可视化图形讲解 | | ├──第3节 Excel高级可视化讲解 | | ├──第4节 tableau高级可视化讲解(上) | | └──第5节 tableau高级图形可视化讲解(下) | ├──第09章 行业案例分析 | | ├──第1节 分析前预备知识 | | ├──第2节 DAU-举足轻重的地位 | | ├──第3节 如何进行用户分层? | | ├──第4节 行研如何进行竞对分析? | | ├──第5节 互联网的下半场-TO B 分析 | | ├──第6节 如何做好大促的复盘 | | ├──第7节 常用异动分析方法 | | └──第8节 撰写分析报告的关键技巧 | ├──第10章 数据方法论 | | ├──第01节 描述性统计分析 | | ├──第02节 推断统计分析—参数估计 | | ├──第03节 推断统计分析——假设检验 | | ├──第04节 常用假设检验(一) | | ├──第05节 常用假设检验(二) | | ├──第06节 线性回归 | | ├──第07节 AQI分析与预测(一) | | ├──第08节 时间序列(一) | | ├──第09节 时间序列(二) | | ├──第10节 啤酒销量时序分析 | | ├──第11节 AQI分析与预测(二) | | ├──第12节 逻辑回归 | | ├──第13节 KNN | | ├──第14节 朴素贝叶斯 | | ├──第15节 决策树 | | ├──第16节 分类模型评估 | | ├──第17节 Kmeans | | ├──第18节 新闻分类(上) | | └──第19节 新闻分类(下) └──第11章 就业指导 ├──第1节 分析师工作与项目介绍 └──第2节 数据分析师入行指导
购买主题
本主题需向作者支付 10 金钱 才能浏览
| |