数据分析进阶课
体系课

数据分析进阶课

  • 数据挖掘与分析

用数据指导业务,高效提升运营人职场竞争力

¥599.9
本课程包括
  • 19小时7分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 全面了解数据科学
  • 运用数据分析工具Python
  • 机器学习初步建模、调试与预估

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

随着大数据和人工智能发展,数据科学作为一个新兴学科发展迅猛。数据科学也可以赋能业务,通过深入挖掘数据价值,一方面可以提高运营效率,降低成本,另一方面也可以发现商机,开拓业务,带来更多利润。但是数据科学门槛高,体系庞杂,让初学者望而却步。

为此,我们特别开发了本门系统课程,覆盖基于数据挖掘流程展开的核心能力要求,包括商业理解、数据理解、数据准备、建模、评估和发布的全流程。

适合人群
  • 适用于有意学习数据分析知识,系统夯实技术知识,掌握系统化项目方法论的2-5年BI工程师
  • 希望通过此次培训可以系统夯实技术知识,掌握系统化项目方法论的2-5年数据分析师
讲师介绍
数据分析专家
擅长领域:
  • 数据工具
  • 机器学习
美国国家强磁场实验室理论物理博士 曾就职于文思海辉(美国)、微软(美国)、滴滴(中国),历任数据科学家、高级数据与应用科学家、策略运营专家。 在滴滴快捷出行事业群平台车主团队,负责各类数据运营项目的对接与具体执行,构建全面的司机标签体系,制定司机衰退干预策略,策略效果 ROI约3.5,提升大盘GMV 约1%。 作为微软负责中小企业预售留存约 500 人团队的主要数据科学家,从事各种数据科学分析任务和相关项目管理工作,参与建立并优化相关业务的数据仓库和数据看板。
课程大纲
共0节 时长0分钟 全部收起
「零」课程导论
共2节
  • 讲师介绍
    图文
  • 课程介绍
    图文
「第一周」数据科学是什么
共8节 | 53分钟
  • 什么是数据科学(上)
    15分钟
  • 什么是数据科学(下)
    8分钟
  • 数据科学职位介绍(1)
    4分钟
  • 数据科学职位介绍(2)
    2分钟
  • 数据科学职位介绍(3)
    3分钟
  • 数据科学职位介绍(4)
    1分钟
  • CRISP-DM简介(上)
    5分钟
  • CRISP-DM简介(下)
    14分钟
「第二周」数据分析工具Python(上)
共12节 | 2小时30分钟
  • 安装Python
    图文
  • 「案例」用Python分析员工离职原因
    20分钟
  • Python语言简介
    17分钟
  • Python中的报错和异常
    图文
  • Python基本语法知识
    图文
  • 基本数据类型和数据结构
    38分钟
  • 基本运算符
    图文
  • 控制流
    29分钟
  • 自定义函数和Python脚本
    18分钟
  • 类的概念
    19分钟
  • 手把手教你为HR建立一个智能信息表
    11分钟
  • Python自学资源
    图文
「第三周」数据分析工具Python(下)
共11节 | 1小时42分钟
  • 课前导读
    图文
  • 开始安装Jupyter Notebook!
    7分钟
  • 完成数据整理任务
    图文
  • 数据整理常用库:Numpy & Pandas
    图文
  • Numpy & Pandas中的数据结构
    38分钟
  • 手把手带你完成数据整理任务
    24分钟
  • 数据整理思路 & 基本操作
    图文
  • 完成数据可视化任务
    图文
  • 数据可视化库:Matplotlib & Seaborn
    11分钟
  • 手把手带你完成数据可视化任务
    15分钟
  • 用Python分析离职原因完整代码
    7分钟
「第四周」数据理解与准备
共9节 | 1小时9分钟
  • 相关性系数
    9分钟
  • 卡方检验
    15分钟
  • 方差分析
    14分钟
  • 特征选取引入
    5分钟
  • 过滤法
    4分钟
  • 包装法
    8分钟
  • 嵌入法
    6分钟
  • 特征选取总结
    7分钟
  • 练习 员工留存分析
    图文
「第五周」机器学习初步建模
共15节 | 2小时45分钟
  • 为什么需要机器学习
    6分钟
  • 机器学习是什么
    5分钟
  • 三种主要的机器学习算法
    25分钟
  • Scikit-learn算法库介绍
    6分钟
  • 机器学习模型的评估和选择(上)
    3分钟
  • 机器学习模型的评估和选择(下)
    16分钟
  • 机器学习模型三个组成部分
    10分钟
  • 逻辑回归直观理解
    9分钟
  • 逻辑回归三个组成部分
    18分钟
  • 逻辑回归应用
    8分钟
  • SVM直观理解
    10分钟
  • SVM三个组成部分
    34分钟
  • SVM核方法
    12分钟
  • SVM和逻辑回归的比较
    4分钟
  • 练习 购买转化率预测
    图文
「第六周」模型调试与评估
共6节 | 2小时24分钟
  • 模型调试与评估
    7分钟
  • 交叉验证机制
    42分钟
  • 模型的过拟合和欠拟合
    33分钟
  • 正则化方法提升模型表现
    25分钟
  • 模型效果评估指标
    37分钟
  • 练习 皮马印第安人糖尿病分类问题
    图文
「第七周」机器学习建模进阶I
共10节 | 3小时24分钟
  • 课程导言
    4分钟
  • 集成方法
    31分钟
  • 随机森林
    11分钟
  • 自适应提升
    20分钟
  • 梯度提升
    34分钟
  • 神经网络
    37分钟
  • 反向传播
    24分钟
  • 时间序列
    18分钟
  • ARIMA
    25分钟
  • 练习 购买转化率预测(进阶)
    图文
「第八周」机器学习建模进阶II
共5节 | 1小时13分钟
  • 课程导言
    8分钟
  • 层次聚类
    25分钟
  • 密度聚类
    13分钟
  • 主成分分析
    27分钟
  • 练习 热门视频分析
    图文
「第九周」A/B测试
共9节 | 1小时58分钟
  • A/B测试能解决的问题
    16分钟
  • 严谨的A/B测试流程
    3分钟
  • A/B测试:确立目标
    2分钟
  • A/B测试:实验设计
    48分钟
  • A/B测试:运行实验到结论
    10分钟
  • A/B测试实验设计案例
    7分钟
  • A/B测试之数据分析
    16分钟
  • A/B测试失效时的分析方法
    10分钟
  • A/B测试分析方法
    5分钟
「第十周」毕业设计
共5节 | 1小时10分钟
  • CRISP-DM详解(上)
    30分钟
  • CRISP-DM详解(中)
    16分钟
  • CRISP-DM详解(下)
    12分钟
  • 毕设 OTA平台酒店预定量的预测
    7分钟
  • 毕设 OTA平台客户流失预测
    5分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。