大數(shù)據(jù)時代的到來,機器學習算法的不斷發(fā)展,各種高深的算法也成了數(shù)據(jù)分析員日常討論的話題,然而,并不是每一個崗位的數(shù)據(jù)分析都需要用到各種高深的機器學習算法,很多職場中的數(shù)據(jù)分析往往只涉及基礎的部分,無需用到各種復雜難懂的算法,只需要基本的分析,即可為公司的運營決策提供參考。很多人并不需要專業(yè)的知識儲備,,不需要懂數(shù)學算法,不需要掌握高大上的專業(yè)軟件,只需掌握最有效的分析技術輔助支撐現(xiàn)有業(yè)務即可。
第一部分:數(shù)據(jù)分析理論基礎
第1部份: 數(shù)據(jù)分解與實驗設計
數(shù)據(jù)無處不在,然而我們應該如何處理數(shù)據(jù)材料,將原始數(shù)據(jù)轉(zhuǎn)變?yōu)橥七M現(xiàn)實工作的妙策?如何設計實驗才能獲得質(zhì)量高的數(shù)據(jù)進行分析?
第2部份:最優(yōu)化
利潤,效率,收入等,當然是多多益善,那怎樣調(diào)整決策變量,才能找出最優(yōu)化的解決方案?
第3部份: 假設檢驗與貝葉斯統(tǒng)計
世事紛紜,真假難辨。如何根據(jù)現(xiàn)有數(shù)據(jù),推斷出事實的真相?
第4部份:貝葉斯統(tǒng)計
如果根據(jù)已有條件,推斷某個事件發(fā)生的概率?
第5部份:直方圖與數(shù)據(jù)分布
數(shù)據(jù)的圖形表示方法不計其數(shù),直方圖就是其中一種用于獨立數(shù)據(jù)分布、差異、集中趨勢的圖表,那我們到底從直方圖看出了什么?
第二部分:動手實踐Excel操作
第6部份:Excel的數(shù)據(jù)讀入與整理
數(shù)據(jù)讀入與整理,往往是數(shù)據(jù)分析最費時間的一步,如何高效完成這個工作?
第7部份:數(shù)據(jù)清洗
面對眾多形式各異的數(shù)據(jù)Excel中有什么數(shù)據(jù)清洗技巧?
第8部份:數(shù)據(jù)可視化
龐雜晦澀的數(shù)據(jù)不僅令人厭倦不堪,而且浪費時間與精力,相反,一張簡單明了的圖像芳兒更令人印象深刻。如何將海量數(shù)據(jù)轉(zhuǎn)化為一張圖?
第9部份:回歸預測
如何借助歷史數(shù)據(jù),預測未來走勢,為決策提供參考?
第三部分:商業(yè)智能Power BI
第10部份:Power BI 與Excel
Power BI 是什么?跟Excel有什么關聯(lián)?如何使用PowerBI
第11部份:高效數(shù)據(jù)整理工具PowerQuery
如何利用Power Query避免重復的數(shù)據(jù)整理工作?
第12部份: Power Pivot數(shù)據(jù)建模分析
想讓您的企業(yè)周報、月報自動化?想告別重復枯燥的Vlookup?想用Excel處理百萬、千萬行的多源數(shù)據(jù)?
第13部份:Power BI 報表實踐
如何有效利用Power BI 與Excel分析商業(yè)數(shù)據(jù),為企業(yè)運營決策提供助力?
|