深度之眼-七月在线·数据分析业务实战,价值5880元

课程介绍:

课程来自深度之眼和7月在线的数据分析业务实战,价值5880元。畅享21大企业级项目实战!由3位在职数据科学家联合打造,项目均来源真实数据分析工作经历!主要内容包括:剖析业务场景、拆解,分析业务需求、分析方法论精讲、项目实操演示、模拟企业汇报等。

视频截图:

深度之眼-七月在线·数据分析业务实战,价值5880元

课程目录:

├─python基础+数据科学入门

│      【作业讲解】第一章:助教实际演示配置环境过程

│      【作业讲解】第七章:类

│      【作业讲解】第三章:基本数据类型

│      【作业讲解】第九章:有益的探索

│      【作业讲解】第二章:Python基本语法元素

│      【作业讲解】第五章:程序控制结构

│      【作业讲解】第八章:文件、异常和模块

│      【作业讲解】第六章:函数

│      【作业讲解】第十一章:Numpy库

│      【作业讲解】第十三章:Matplotlib

│      【作业讲解】第十二章:Pandas库

│      【作业讲解】第十四章:Sklearn常规用法

│      【作业讲解】第十章:Python标准库

│      【作业讲解】第四章:复杂数据类型

│      【比赛实战】二分类算法比赛小测验—提供银行精准营销解决方案

│      【比赛实战】大牛手把手指导如何打一场完整的二分类比赛

│      第一章 绪论和环境配置

│      第七章 类-面向对象的编程

│      第三章 基本数据类型

│      第九章 有益的探索

│      第二章 Python 基本语法元素

│      第五章 程序控制结构

│      第八章 文件、异常和模块

│      第六章 函数-面向过程的编程

│      第十一章 科学计算库—Numpy应用

│      第十三章 Matplotlib

│      第十二章 Pandas库

│      第十五章 再谈编程

│      第十四章 Sklearn常规用法

│      第十章 Python标准库

│      第四章 组合数据类型

├─【直播专享】数据分析必备工具安装包及教程

│      1-1数据分析工具介绍大全

│      2-1:MySQL安装

│      2-2:Navicate安装

│      3-1:Anaconda安装

│      4-1:Tableau Public安装

├─【随到随学】数据分析全栈工具学习

│      00-工具课开班班会

│      01-1:前言

│      01-2:数据分析的本质

│      01-3:各行业数据分析的现状

│      01-4:数据分析师的入门进阶与转行

│      01-5:数据分析的经典三步法

│      01-6:数据分析必备工具大盘点

│      02-1:第1课作业讲解

│      02-2:Mysql初接触

│      02-3:如何建立数据库、建表、插入数据

│      02-4:如何对已存在的数据表进行查询

│      03-1:第2课作业讲解

│      03-2:用SQL进行原始数据的统计

│      03-3:用SQL进行随机抽样

│      04-1:第3课作业讲解

│      04-2:用SQL进行不同表格的关联和交并补操作

│      04-3:用SQL进行行列转置

│      05-1:第4课作业讲解

│      05-2:用SQL进行数据编排和截取

│      05-3:用SQL编写自动化脚本

│      06-1:为什么要学习Excel?

│      06-2:Excel的使用好习惯

│      06-3:统计学基础和Excel实现

│      06-4:如何用Excel研究指标偏差度

│      07-1:第六课作业讲解

│      07-2:Excel中的if函数及逻辑判断

│      07-3:Exxcel中的文本处理函数及应用

│      07-4:Excel中的各类图表及应用

│      08-1:第七课作业讲解

│      08-2:Excel透视表

│      08-3:统计学基础:线性回归

│      08-4:Excel中实现线性回归分析

│      09-1:第八课作业讲解

│      09-2:运筹学基础:优化求解

│      09-3:用Excel求解器优化求解

│      09-4:VBA的使用

│      10-1:项目背景讲解

│      10-2:认识数据集

│      10-3:分析思路和SQL处理

│      10-4:后续分析及Excel的使用

│      11-1:为什么要学习Python

│      11-2:Python的安装配置

│      11-3:Python的基本语法元素

│      11-4:算法实践一:K-Means聚类算法

│      12-1:第11课作业讲解

│      12-2:数据预处理

│      12-3:逻辑回归和算法解读

│      13-1:第12课作业讲解

│      13-2:决策树算法

│      13-3:随机森林

│      14-1:第13课作业讲解

│      14-2:关联算法和购物篮分析

│      14-3:购物篮分析的Python实现

│      15-1:可视化如何强化分析

│      15-2:为什么要学习Tableau

│      15-3:Tableau Public及常用功能

│      15-4:Tableau实战案例

│      16-1:第十五课作业讲解

│      16-2:某公司分市场销售分析案例介绍

│      16-3:分析图表制作

│      16-4:动态仪表板的设计

│      17-1:16课作业讲解

│      17-2:可视化分析的流程和方法

│      17-3:网站内容评估案例

│      17-4:公司投资案例

│      18-1:第17课作业讲解

│      18-2:Tableau制作动态图

│      18-3:Tableau设计个性化背景

│      18-4:Tableau添加超链接

│      19-1:分析报告的本质

│      19-2:如何设计分析报告

│      19-3:分析报告的几大注意事项

│      20-1:工具课全面回顾

│      20-2:电信客户流失预测项目背景介绍

│      20-3:认识数据集

│      20-4:用户特征分析思路

│      20-5:模型选择和效果比较

│      20-6:以终为始假设先行

├─数据分析之业务场景实战-跨境电商项目

│      1-1:什么是跨境电商以及什么是数据化选品

│      1-2:项目背景及问题分析

│      1-3:方法论详解

│      1-4:项目数据分析实操

│      1-5:解读分析结果,归纳结论

│      11.01跨境电商项目汇报

│      2-1:什么是报表?

│      2-2:项目背景及问题分析

│      2-4:项目数据实操

│      2-5:总结归纳

│      3-1:什么是盈亏平衡分析

│      3-3:方法论详解

│      3-4:项目数据分析实操

│      4-1:什么是贝叶斯视角

│      4-3:方法论详解

│      4-4:项目实操

│      5-1:什么是竞品异常侦测

│      5-4:项目数据分析实操

│      6-1:什么是文本挖掘

│      6-3:方法论详解

│      6-4:项目数据分析实操

│      6-5:结论解读

│      7-1:前6讲课程回顾

│      7-2:毕业项目讲解

│      跨境电商-毕业项目汇报12.16

├─数据分析师之业务场景实战-电商项目

│      1-1:为什么要学习电商数据分析?

│      1-2:课程学习目标

│      1-3:数据分析的流程

│      1-4:案例:预测你未来的薪资

│      2-1:什么是用户行为分析

│      2-2:用户行为分析背景和目的

│      2-3:方法论详解

│      2-4:项目数据分析实操

│      2-5:结论解读,总结归纳.mp4

│      2-6:如何做一份高质量的数据分析报告

│      3-1:什么是用户价值

│      3-2:项目背景及问题分析

│      3-3:用户价值分析方法论

│      3-4:实战RFM模型

│      3-5:解读分析结果,归纳结论

│      4-1:什么是用户画像

│      4-2:项目背景及问题分析

│      4-3:电商用户画像数据指标体系

│      4-4:体系搭建实操

│      4-5:解读分析结果,归纳结论

│      5-1:什么是销售预测

│      5-2:项目背景及问题分析

│      5-3:方法论详解

│      5-4:项目实操

│      5-5:结论解读,归纳分析.mp4

│      5-6:落地应用场景

│      6-1:什么是用户推荐

│      6-2:项目背景及问题分析

│      6-3:用户推荐分析方法论

│      6-4:实战案例:协同过滤模型

│      6-5:解读分析结果,归纳总结

│      7-1:项目背景讲解

│      7-2:认识数据

│      7-3:用户特征分析思路

├─数据分析师之业务场景实战-零售项目

│      1-1:项目课课前导读

│      1-2:什么是数据推演,有什么用?

│      1-3:项目背景:关键指标(就餐人数)缺失

│      1-4:方法论和心路历程

│      1-5:项目实操

│      1-6:结果解读与总结

│      11.19模拟面试

│      11.24零售项目汇报

│      1102项目课开班班会

│      2-1:什么是AB测试,有什么用

│      2-2:AB测试常见的问题和应对方案

│      2-3:项目背景:优惠券效果评估

│      2-4:项目实验设计,实施和效果分析

│      2-5:结论解读

│      3-1:什么是聚类算法,有什么作用

│      3-2:项目背景和问题

│      3-3:探索性分析思路

│      3-4:Python项目实操

│      3-5:结论解读

│      4-1:什么是lifetimes模型,有什么用

│      4-2:lifetimes模型的原理

│      4-3:项目背景:皇家电子商务用户生命周期分析

│      4-4:项目实操和效果评估

│      4-5:结论解读

│      5-1:什么是会员标签,有什么用

│      5-2:项目背景和问题

│      5-3:用户打标思路

│      5-4:会员打标项目实操

│      5-5:结论解读

│      6-1:什么是战略咨询,有什么用

│      6-2:项目背景和问题

│      6-3:战略咨询之道Ⅰ:问题太大如何着手?

│      6-4:实战场景演练Ⅰ:MECE原则与假设

│      6-5:实战场景演练Ⅱ:Bilibili2019年报示例

│      6-6:实战场景演练Ⅲ:麦肯锡2019中国汽车消费洞察

│      7-1:项目背景讲解

│      7-2:认识数据集

│      7-3:几种分析思路

│      7-4:模型选型和效果比较

│      7-5:以终为始,假设先行

├─数据分析选修之业务模型

│      3.1.1数据模型

│      3.1.2帕累托模型和长尾模型

│      3.1.3波士顿模型

│      3.2.1会员模型

│      3.2.2人群聚类探索_基于聚类算法

│      3.2.3会员标签

│      3.2.4lifetimes模型

├─数据分析选修之思维课

│      2.1.1基础思维-对比思维

│      2.1.2基础思维-细分思维

│      2.1.3基础思维-趋势思维

│      2.2.1九大必备思维-目标思维

│      2.2.2九大必备思维-结构思维

│      2.2.3九大必备思维-归纳和演绎思维

│      2.2.4九大必备思维-假设思维

│      2.2.5九大必备思维-溯源思维和相关思维

│      2.2.6九大必备思维-逆向思维和事实思维

│      2.3.1业务思维-指标思维

│      2.3.2业务思维-业务思维

└─数据分析选修之数理基础

        1.1统计学基础导论

        1.2.1描述性统计集中趋势

        1.2.2描述性统计离散趋势和分布趋势

        1.3.1推断性统计概率分布和假设检验

        1.3.2推断性统计贝叶斯流派