
CDA數(shù)據(jù)分析師培訓(xùn)
Excel數(shù)據(jù)分析
Excel基本操作
函數(shù)基礎(chǔ)
基本圖表
動(dòng)態(tài)圖表
數(shù)據(jù)透視表
杜邦分析儀制作
Power Map
Power View
Power Query
Power Pivot
Mysql數(shù)據(jù)庫(kù)管理
數(shù)據(jù)庫(kù)簡(jiǎn)介
SQL語(yǔ)言
select查詢語(yǔ)句
存儲(chǔ)過(guò)程
案例一 應(yīng)用Mysql數(shù)據(jù)制作Power View界面分析儀
案例二 大氣質(zhì)量分析儀案例
案例三 彩票數(shù)據(jù)分析測(cè)試
綜合案例 餐飲業(yè)分析儀
數(shù)據(jù)分析理論基礎(chǔ)
描述性統(tǒng)計(jì)
統(tǒng)計(jì)量及其抽樣分布
參數(shù)估計(jì)
假設(shè)檢驗(yàn)
分類數(shù)據(jù)分析
矩陣運(yùn)算
SPSS案例分析
SPSS基礎(chǔ)
員工績(jī)效管理
信用行為特征分類
降維在消費(fèi)行為中的應(yīng)用
用戶行為畫像
客戶價(jià)值評(píng)分
購(gòu)買行為組合與預(yù)測(cè)
R數(shù)據(jù)分析
R基本知識(shí)
R基本語(yǔ)句結(jié)構(gòu)及循環(huán)
R數(shù)據(jù)清洗
文本對(duì)象處理
R畫圖
R統(tǒng)計(jì)分析
R數(shù)據(jù)挖掘
線性回歸
邏輯回歸
梯度下降
聚類
關(guān)聯(lián)規(guī)則
主成分分析、因子分析
決策樹
隨機(jī)森林
神經(jīng)網(wǎng)絡(luò)
貝葉斯
支持向量機(jī)
數(shù)據(jù)分析行業(yè)應(yīng)用
如何在保險(xiǎn)行業(yè)中使用決策樹并展示其成果
如何在零售行業(yè)中應(yīng)用Logistic回歸和線性回歸估計(jì)客戶生命價(jià)值
如何利用客戶分群實(shí)現(xiàn)保險(xiǎn)行業(yè)中潛在客戶的精準(zhǔn)定位(K-means)
基于關(guān)聯(lián)規(guī)則和協(xié)同過(guò)濾算法的商品個(gè)性化推薦
Python基礎(chǔ)
Python的安裝以及環(huán)境配置
Python的數(shù)據(jù)類型和變量
Python中的運(yùn)算
Python中的異常處理和調(diào)試
Python的類和面向?qū)ο缶幊?/p>
Python數(shù)據(jù)清洗
Numpy基礎(chǔ)
Pandas基礎(chǔ)應(yīng)用
Pandas數(shù)據(jù)規(guī)整
Pandas分組運(yùn)算
Python爬蟲
網(wǎng)絡(luò)協(xié)議的簡(jiǎn)單介紹
網(wǎng)頁(yè)數(shù)據(jù)結(jié)構(gòu)介紹
使用BeautifulSoup4庫(kù)解析網(wǎng)頁(yè)
使用Selenium獲取動(dòng)態(tài)網(wǎng)頁(yè)數(shù)據(jù)
Python機(jī)器學(xué)習(xí)
文本挖掘原理和案例
預(yù)測(cè)分析核心算法
機(jī)器學(xué)習(xí)經(jīng)典算法
Python概率統(tǒng)計(jì)
數(shù)據(jù)可視化
Python經(jīng)典金融分析
Python量化投資
算法和模型的優(yōu)化
模型精度評(píng)估和提升
特征選取的方法
佳k-means分類數(shù)
不平衡數(shù)據(jù)處理
XGBoost
貝葉斯分析
馬爾科夫&蒙特卡羅