在线客服
微信扫码
返回顶部
客服

博学谷-所有人都能学的数据分析课

羞花拉西 羞花拉西
来源:优课

课程下载

提取码:p5sy
检测百度分享链接是否有效: 检测报错
网盘转存下载
本课程供VIP会员免费学习。
下载途径:共24.4GB,网盘转存下载。

课程介绍

课程目录

├──第10章 python入门及基础分析

| ├──第1节 概述与基本操作

| | ├──1. 课程与开发环境简介【】.mp4 80.21M

| | ├──2. 帮助文档的获取&基础操作【】.mp4 233.12M

| | ├──3. 基础操作:整数、小数、复数&列表、字符串、字典【】.mp4 120.83M

| | ├──4. 自定义函数【】.mp4 119.88M

| | ├──5.Jupyte常用快捷键以及自动补全功能的实现r【】.mp4 59.68M

| | └──6. 本节小结【】.mp4 9.36M

| ├──第2节 Numpy

| | ├──1. 从头创建一个数组【】.mp4 229.17M

| | ├──2. 案例实践——如何实现99乘法表和老虎机【】.mp4 113.51M

| | ├──3. 数组的操作【】.mp4 140.81M

| | ├──4. 数组的计算【】.mp4 82.27M

| | ├──5. 数组的广播【】.mp4 173.75M

| | └──6. 比较、掩码和布尔逻辑【】.mp4 113.62M

| ├──第3节 Pandas

| | ├──1. 序列和数据库【】.mp4 97.49M

| | ├──10. 本节小结【】.mp4 11.00M

| | ├──2. 索引和切片【】.mp4 105.54M

| | ├──3. 通过索引运算和生成新的列【】.mp4 44.28M

| | ├──4. 文件的读取和写入【】.mp4 65.34M

| | ├──5. 缺失值处理【】.mp4 106.17M

| | ├──6. 数据连接【】.mp4 146.06M

| | ├──7. 分组和聚合【】.mp4 92.31M

| | ├──8. 数据透视表【】.mp4 125.17M

| | └──9. 字符串的处理【】.mp4 46.98M

| ├──第4节 Matplotlib与python作图

| | ├──1. 基础作图——折线图和散点图【】.mp4 194.72M

| | ├──2. 基础作图——直方图和饼图【】.mp4 97.31M

| | ├──3. 子图和图例【】.mp4 93.82M

| | ├──4. 图标设置——标签,表格样式和cmap【】.mp4 206.03M

| | ├──5. 高级作图【】.mp4 171.01M

| | └──6. 本节小结【】.mp4 2.47M

| ├──第5节 Sklearn与机器学习基础

| | ├──1. 线性回归【】.mp4 109.61M

| | ├──10. 支持向量机——核函数【】.mp4 144.52M

| | ├──11. 支持向量机是如何防止过拟合的【】.mp4 96.29M

| | ├──12. 如何使用Python实现PCA降维算法【】.mp4 227.79M

| | ├──13. 如何使用Python实现Kmeans聚类【】.mp4 82.86M

| | ├──14. 本节小结【】.mp4 30.34M

| | ├──2. 逻辑回归的原理、模型实现与正则化【】.mp4 222.63M

| | ├──3. 逻辑回归的评估以及最优迭代次数【】.mp4 204.19M

| | ├──4. 贝叶斯分类器的实现过程【】.mp4 66.48M

| | ├──5. 朴素贝叶斯算法案例——手写数字识别【】.mp4 44.47M

| | ├──6. 数据预处理【】.mp4 307.24M

| | ├──7. 决策树和随机森林——熵和决策树【】.mp4 86.67M

| | ├──8. 决策树和随机森林算法对比【】.mp4 100.04M

| | └──9. 随机森林的调参【】.mp4 222.12M

| └──课后练习

| | └──课后练习【】.txt 0.40kb

├──第11章 课程总结图谱

| └──课程总结【】.mp4 94.43M

├──第1章 数据分析师的职业概览

| ├──01.数据分析师的“钱景”如何【】_[3].mp4 6.73M

| ├──02.什么人适合数据分析【】_[3].mp4 12.88M

| ├──03.数据分析师的临界知识【】_[3].mp4 29.00M

| └──04.数据分析师的主要职责【】_[3].mp4 20.53M

├──第2章 数据分析和数据挖掘的概念和理念

| ├──第1节 基础概念

| | ├──01. 数据分析及数据挖掘定义【】.mp4 129.84M

| | ├──02. 数据分析与数据挖掘的层次【】.mp4 63.23M

| | ├──03. 数据分析及数据挖掘三要素【】.mp4 227.60M

| | └──04. 本节小结【】.mp4 41.26M

| ├──第2节 探索性数据分析

| | ├──01. 如何描述业务量数据【】.mp4 204.77M

| | ├──02. 可视化展示的原则【】.mp4 19.76M

| | └──03. 本节小结【】.mp4 26.48M

| ├──第3节 预测和分类

| | ├──01. 预测和分类的概念模型、流程【】.mp4 86.96M

| | ├──02. 分类和预测:线性回归【】.mp4 135.27M

| | ├──03. 逻辑回归【】.mp4 223.56M

| | ├──04. 决策树算法【】.mp4 123.97M

| | ├──05. 支持向量机【】.mp4 105.02M

| | ├──06. 朴素贝叶斯【】.mp4 88.09M

| | └──07. 本节小结【】.mp4 25.67M

| └──第4节 分群和降维

| | ├──01. 聚类算法的基本概念【】.mp4 100.03M

| | ├──02. 层次聚类【】.mp4 87.75M

| | ├──03. K-means聚类【】.mp4 74.07M

| | ├──04. 降维模型-PCA【】.mp4 61.39M

| | └──05. 本节小结【】.mp4 2.09M

├──第3章 统计学基础和SPSS软件应用

| ├──第1节 描述性统计描述

| | ├──01. 统计分析的目的【】.mp4 39.55M

| | ├──02. 统计分析的关键概念【】.mp4 17.87M

| | ├──03. 四种测量尺度【】.mp4 151.19M

| | ├──04. 集中趋势-均值【】.mp4 58.37M

| | ├──05. 集中趋势-中位数和众数【】.mp4 36.09M

| | ├──06. 离散趋势-极差和方差【】.mp4 132.17M

| | ├──07. 案例操作-如何实现离中趋势和集中趋势【】.mp4 137.74M

| | └──08. 本节小结【】.mp4 7.17M

| ├──第2节 假设检验_统计判断

| | ├──01. 统计学本质【】.mp4 39.38M

| | ├──02. 统计学两大定理【】.mp4 46.25M

| | ├──03. 统计判断-抽样误差与标准误差【】.mp4 61.21M

| | ├──04. 统计推断-t分布【】.mp4 85.45M

| | ├──05. 统计推断-参数估计【】.mp4 72.04M

| | ├──06. 统计推断-假设检验【】.mp4 127.01M

| | └──07. 本节小结【】.mp4 20.65M

| ├──第3节 抽样方法

| | ├──01. 统计过程【】.mp4 8.54M

| | ├──02. 抽样的概念【】.mp4 6.76M

| | ├──03. 抽样方法与非抽样方法【】.mp4 93.74M

| | ├──04. 抽样调查与普查的特点【】.mp4 39.46M

| | ├──05. 非抽样调查【】.mp4 67.05M

| | ├──06. 非抽样调查的三种类型【】.mp4 236.90M

| | ├──07. 无回答误差的处理【】.mp4 15.60M

| | ├──08. 抽样过程【】.mp4 43.66M

| | ├──09. 抽样单元与抽样框【】.mp4 25.90M

| | ├──10. 抽样形式【】.mp4 166.45M

| | ├──11. 概率抽样-简单抽样和系统抽样【】.mp4 49.66M

| | ├──12. 概率抽样-pps抽样【】.mp4 115.64M

| | ├──13. 概率抽样-分层抽样【】.mp4 21.92M

| | ├──14. 非概率抽样-区域抽样、时间抽样和电话抽样【】.mp4 61.72M

| | └──15. 总结【】.mp4 22.57M

| └──第4节 一般性模型

| | ├──实操题

| | | ├──截图1【】.png 20.91kb

| | | └──作业数据【】.rar 47.68kb

| | ├──1. t检验【】.mp4 19.03M

| | ├──2. t检验-案例实践【】.mp4 181.30M

| | ├──3. F检验【】.mp4 34.88M

| | ├──4. F检验-案例实践【】.mp4 93.22M

| | ├──5. 相关分析【】.mp4 21.54M

| | ├──6. 相关分析-案例实践【】.mp4 44.77M

| | ├──7. 线性回归【】.mp4 40.72M

| | ├──8- 线性回归-案例实践【】.mp4 89.28M

| | └──9. 本节小结【】.mp4 46.97M

├──第4章 数据预处理基础

| ├──第1节 数据分析前的准备工作

| | ├──1. 统计工作流程【】.mp4 24.75M

| | ├──2. 统计准备工作【】.mp4 100.17M

| | ├──3. 数据检查要点【】.mp4 153.28M

| | ├──4. 开放题的准备【】.mp4 173.21M

| | └──5. 本节小结【】.mp4 11.26M

| ├──第2节 数据清洗

| | ├──1. 数据清洗的概念和流程【】.mp4 38.96M

| | ├──2. 字段选择和数据质量报告【】.mp4 100.57M

| | ├──3. 数据清洗主要工作【】.mp4 108.20M

| | ├──4. 错误值和异常值处理方法【】.mp4 142.36M

| | ├──5. 缺失值处理方法【】.mp4 233.90M

| | ├──6. 异常值和缺少值的处理操作【】.mp4 169.75M

| | └──7. 本节小结【】.mp4 11.42M

| ├──第3节 数据规范化

| | ├──1. 数据转化【】.mp4 236.76M

| | ├──2. 数据离散化与数据扩充【】.mp4 153.53M

| | ├──3. 数据合并与拆分【】.mp4 210.51M

| | └──4. 本节小结【】.mp4 5.69M

| └──课后题【】.txt 0.06kb

├──第5章 mysql教程

| ├──第1节 sql简介

| | ├──1. sql简介【】.mp4 81.99M

| | ├──2. 建立数据库【】.mp4 71.78M

| | ├──3. 建立数据表和约束条件【】.mp4 101.46M

| | ├──4. 插入和更改【】.mp4 108.75M

| | └──5. 本节小结【】.mp4 9.69M

| ├──第2节 基本查询语句

| | ├──1. 基本查询语句【】.mp4 158.61M

| | └──2. 本节小结【】.mp4 6.61M

| ├──第3节 交叉查询和子查询

| | ├──1. 聚合函数和交叉查询:group by【】.mp4 119.34M

| | ├──2. 子查询(in、not in)&模糊匹配 Like【】.mp4 144.80M

| | └──3. 本节小结【】.mp4 3.05M

| ├──第4节 练表查询

| | ├──1. 连表查询【】.mp4 247.00M

| | └──2. 小结【】.mp4 14.20M

| └──课后练习

| | ├──题目【】.txt 0.35kb

| | └──作业素材【】.rar 144.33kb

├──第6章 Excel分析及可视化

| ├──第1节 Excel简介

| | └──1. Excel简介【】.mp4 55.90M

| ├──第2节 Excel函数技巧

| | ├──1. 函数的简介【】.mp4 84.24M

| | ├──2. 查找函数-vlookup和hlookup【】.mp4 208.24M

| | ├──3. 查找函数-INDEX和MATCH【】.mp4 45.36M

| | ├──4. 统计函数【】.mp4 252.16M

| | ├──5. 逻辑函数(上)-if、anda和or【】.mp4 123.52M

| | ├──6. 逻辑函数(下)【】.mp4 113.55M

| | ├──7. 日期函数和文本函数【】.mp4 190.01M

| | └──8. 本节小结【】.mp4 21.47M

| ├──第3节 Excel快速处理技巧

| | ├──1. 宏的技巧【】.mp4 262.55M

| | ├──2. 数据透视表和选择性黏贴【】.mp4 184.93M

| | ├──3. 格式调整技巧【】.mp4 149.08M

| | ├──4. 查找和定位&数据有效性技巧【】.mp4 276.46M

| | ├──5. 快捷键相关技巧【】.mp4 64.08M

| | └──6. 本节小结【】.mp4 24.27M

| ├──第4节 Excel可视化技巧

| | ├──1. 如何制作一张图【】.mp4 153.96M

| | ├──2. 组合图的做法【】.mp4 151.25M

| | ├──3. 条形图的变体【】.mp4 132.15M

| | ├──4. 数据起跑地图的做法【】.mp4 95.55M

| | └──5. 本节小结【】.mp4 7.42M

| └──课后练习

| | ├──课后练习【】.docx 412.69kb

| | ├──哪吒【】.png 129.28kb

| | ├──作业素材 (1)【】.rar 144.33kb

| | └──作业素材【】.rar 144.33kb

├──第7章 进阶学习

| ├──第1节 多变量分析方法选择思路

| | ├──1. 无监督分析和有监督分析【】.mp4 31.88M

| | └──2. 无监督分析的原则【】.mp4 38.32M

| ├──第2节 因子分析

| | ├──1. 因子分析使用场景【】.mp4 26.91M

| | ├──2. 因子的概念及分析过程【】.mp4 72.79M

| | ├──3. 因子数的推定【】.mp4 65.82M

| | ├──4. 因子轴的旋转【】.mp4 59.04M

| | ├──5. 因子解释及因子得分计算【】.mp4 53.53M

| | ├──6. 案例实践【】.mp4 118.92M

| | └──7. 如何用因子分析做评价【】.mp4 89.27M

| ├──第3节 聚类分析

| | ├──1. 聚类分析使用场景【】.mp4 120.46M

| | ├──2. 聚类分析算法【】.mp4 79.87M

| | ├──3. 费层次聚类 K-means【】.mp4 112.87M

| | ├──4. K-means案例实践【】.mp4 222.99M

| | └──5. 二阶聚类【】.mp4 32.91M

| ├──第4节 对应分析

| | ├──1. 对应分析使用目的及结果解读【】.mp4 97.99M

| | └──2. 对应分析案例实践【】.mp4 128.87M

| ├──第5节 多维尺度分析

| | ├──1. 概念和使用场景【】.mp4 80.98M

| | ├──2. 多维尺度分析举例【】.mp4 130.57M

| | ├──3. 案例1:根据学生评分进行分座位【】.mp4 54.67M

| | ├──4. 案例2:根据学生考试成绩进行分座位【】.mp4 26.08M

| | ├──5. 案例3:根据手机的相似度判断竞争力【】.mp4 27.87M

| | └──6. 多维尺度的不足及替代方法【】.mp4 30.81M

| ├──第6节 时间序列分析

| | ├──1. 时间序列使用场景【】.mp4 6.41M

| | ├──2. 两种类型的时间序列【】.mp4 6.34M

| | ├──3. 时间序列模型ARIMA【】.mp4 10.08M

| | ├──4. 时间序列中的处理办法【】.mp4 97.11M

| | └──5. 案例实践-某连锁超市销售额影响因素预测【】.mp4 152.95M

| ├──第7节 Logistic

| | ├──1. 使用场景和理论背景【】.mp4 96.28M

| | └──2. logistic案例实践-用户流失的影响因素及新用户预测【】.mp4 288.47M

| └──课后练习

| | ├──进阶统计学方法作业数据【】.xlsx 11.05kb

| | └──题目【】.txt 0.14kb

├──第8章 经典数据挖掘算法

| ├──第1节 数据挖掘基础及数据分层抽样

| | ├──1. 生活中熟悉的数据挖掘案例【】.mp4 31.12M

| | ├──2. 数据准备及数据分割方式【】.mp4 12.19M

| | ├──3. 数据分析与数据挖掘的联系与区别【】.mp4 84.78M

| | ├──4. Modeler软件介绍【】.mp4 43.91M

| | └──5. 如何在Modeler实现数据分层抽样【】.mp4 143.64M

| ├──第2节 朴素贝叶斯

| | ├──1.朴素贝叶斯原理【】.mp4 77.17M

| | ├──2. 朴素贝叶斯算法过程【】.mp4 34.29M

| | ├──3. 朴素贝叶斯算法举例【】.mp4 58.40M

| | ├──4. 朴素贝叶斯算法优点及不足【】.mp4 114.37M

| | └──5. 案例实践-使用贝叶斯网络建模【】.mp4 96.37M

| ├──第3节 决策树

| | ├──1. 决策树使用场景【】.mp4 3.84M

| | ├──2. 决策树算法(1)——ID3【】.mp4 19.36M

| | ├──3. 决策树算法(2)——C4.5【】.mp4 45.45M

| | ├──4. 决策树算法(3)——回归树CART【】.mp4 50.13M

| | ├──5. 决策树算法(4)——CHAID【】.mp4 11.00M

| | ├──6. 防止过度拟合的问题【】.mp4 6.33M

| | └──7. 使用Modeler如何做决策树【】.mp4 141.19M

| ├──第4节 神经网络

| | ├──1. 神经网络的组成【】.mp4 87.70M

| | ├──2. 计算误差函数,修正出事权重【】.mp4 30.25M

| | ├──3. 神经网络与其他分析的关系【】.mp4 17.90M

| | └──4. 案例实践【】.mp4 28.35M

| ├──第5节 支持向量机

| | ├──1. 支持向量机原理介绍【】.mp4 21.11M

| | ├──2. 线性可分与线性不可分【】.mp4 10.96M

| | └──3. 案例实践【】.mp4 60.82M

| ├──第6节 集成算法和模型评估

| | ├──1. 集成算法的目的与方式【】.mp4 15.15M

| | ├──2. Bagging与Bosting的计算原理【】.mp4 170.18M

| | ├──3. 根据混淆矩阵进行模型评估【】.mp4 40.08M

| | ├──4. 在Modeler中画出GAIN曲线图和Lift曲线图【】.mp4 19.90M

| | └──5. 学习资料拓展【】.mp4 27.73M

| └──课后练习

| | ├──课后练习【】.txt 0.18kb

| | └──作业素材【】.rar 313.64kb

├──第9章 R语言入门及基础分析

| ├──第1节 R语言基础操作

| | ├──1. 初识R语言【】.mp4 124.05M

| | ├──10. 离散随机变量分布和连续随机变量分布【】.mp4 274.81M

| | ├──2. R语言的基本操作【】.mp4 146.14M

| | ├──3. R语言的数据结构介绍【】.mp4 100.32M

| | ├──4. 向量和矩阵的基本操作【】.mp4 281.93M

| | ├──5. 数据框的操作【】.mp4 341.34M

| | ├──6. 循环控制流——for&while【】.mp4 108.94M

| | ├──7. 条件选择控制流——if【】.mp4 68.26M

| | ├──8. 自定义函数【】.mp4 77.04M

| | └──9. R语言关于概率分布的函数以及应用介绍【】.mp4 206.40M

| ├──第2节 R语言描述性数据分析

| | ├──1. 探索性数据分析——集中趋势和离中趋势【】.mp4 220.02M

| | ├──2. 探索性数据分析——相关系数及函数介绍【】.mp4 244.88M

| | └──3. 探索性数据分析——假设检验【】.mp4 41.18M

| ├──第3节 R语言回归算法

| | ├──1. 回归基本算法及相关哈数介绍(上)【】.mp4 363.67M

| | ├──2. 回归基本算法及相关哈数介绍(下)【】.mp4 272.50M

| | ├──3. 模型选择【】.mp4 206.04M

| | └──4. 回归诊断【】.mp4 375.50M

| ├──第4节 R语言分类算法

| | ├──1. 逻辑回归(上)【】.mp4 336.59M

| | ├──2. 逻辑回归(下)【】.mp4 431.86M

| | ├──3. 决策树算法【】.mp4 65.30M

| | ├──4. 决策树的剪枝【】.mp4 224.02M

| | └──5. 随机森林【】.mp4 341.88M

| ├──第5节 R语言聚类和降维

| | ├──1. 使用R如何实现层次聚类【】.mp4 468.56M

| | ├──2. 使用R如何实现Kmeans聚类法【】.mp4 99.37M

| | ├──3. 如何判断聚类的好坏【】.mp4 171.66M

| | └──4. 使用R如何实现PCA降维【】.mp4 342.00M

| └──课后练习

| | ├──黄牛明细数据【】.rar 215.68kb

| | └──课后练习【】.txt 0.34kb

└──资料

| ├──课程练习材料【】.RAR 1.69M

| ├──所有人都能学的数据分析课--总结图谱【】.RAR 107.20kb

| └──所有人都能学的数据分析师-授课讲义(pdf)【】.RAR 21.22M

相邻课程

阅读 下载数 40
羞花拉西
羞花拉西
认证课程发布者
关注发布者
羞花拉西
羞花拉西
认证课程发布者
课程数
粉丝数
关注发布者
栏目专题
user-avatar
摄影
通过物体所发射或反射的光线使感光介质曝光的过程。
user-avatar
婚姻家庭
男女双方在平等自愿的基础上建立的长期契约关系。
user-avatar
小吃美食
收集全国各种火爆的小吃技术配方,通过学习特色小吃制作创业赚钱。
user-avatar
高中课程
高中(Senior high school),是高级中学的简称。
user-avatar
高考理综
理综是在高考中,物理、化学、生物三科的合卷
名人推荐
user-avatar
贾长松
著名企业管理系统的咨询顾问。
user-avatar
曲黎敏
知名中医学养生培训专家。
user-avatar
马云
中国阿里巴巴集团主要创始人。
user-avatar
张锦贵
亚洲知名企业管理培训讲师。
user-avatar
翟鸿燊
国学实践应用专家,经济与文化学者。