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

评论0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址