DC学院数据分析师(入门) 完结


DC学院数据分析师(入门) 完结

教程目录:
┣━第1章-开启数据分析之旅
┃  ┣━1-1 数据分析的一般流程及应用场景
┃  ┣━1-2 Python编程环境的搭建及数据分析包的安装
┣━第2章-获取你想要的数据
┃  ┣━2-1 获取互联网上的公开数据集
┃  ┣━2-2 用网站API爬取网页数据
┃  ┣━2-3 爬虫所需的HTML基础
┃  ┣━2-4 基于 HTML 的爬虫,Python(Beautifulsoup)实现
┃  ┣━2-5 网络爬虫高级技巧-使用代理和反爬虫机制
┃  ┣━2-6  应用案例-爬取豆瓣 TOP250 电影信息并存储
┣━第3章-数据存储与预处理
┃  ┣━3-1 数据库及 SQL 语言概述
┃  ┣━3-2 基于 HeidiSQL 的数据库操作
┃  ┣━3-3 数据库进阶操作-数据过滤与分组聚合
┃  ┣━3-4 用 Python 进行数据库连接与数据查询
┃  ┣━3-5 其他类型数据库-SQLite&MongoDB
┃  ┣━3-6 用 Pandas 进行数据预处理-数据清洗与可视化
┣━第4章-统计学基础与Python数据分析
┃  ┣━4-1 探索型数据分析-绘制统计图形展示数据分布
┃  ┣━4-10 预测型数据分析-聚类算法(k均值、DBSCAN)
┃  ┣━4-11 预测型数据分析-用特征选择方法优化模型(一)
┃  ┣━4-12 预测型数据分析-用特征选择方法优化模型(二)
┃  ┣━4-13 预测型数据分析实践-用scikit-learn实现数据挖掘建模全过程
┃  ┣━4-14 预测型数据分析实践-用rapidminer解决商业分析关键问题
┃  ┣━4-15 高级数据分析工具-进阶机器学习技术概览
┃  ┣━4-2 探索型数据分析实践-通过统计图形探究数据分布的潜在规律(Seaborn实现)
┃  ┣━4-3 描述统计学-总体、样本和误差,基本统计量
┃  ┣━4-4 推断统计学-概率分布和假设检验
┃  ┣━4-5 验证型数据分析实践-在实际分析中应用不同的假设检验(scipy实现)
┃  ┣━4-6 预测型数据分析-线性回归
┃  ┣━4-7 预测型数据分析-Python中进行线性回归(scikit-learn实现)
┃  ┣━4-8 预测型数据分析-分类及逻辑回归
┃  ┣━4-9 预测型数据分析-其它常用回归和分类算法(k近邻、决策树、随机森林)
┣━第5章-数据分析思维与全流程实战
┃  ┣━5-1 养成数据分析的思维
┃  ┣━5-2 全方位数据分析实战及报告撰写
┃  ┣━5-3 课程回顾以及知识延伸
┣━资料区
┃  ┣━1-2Python环境配置及相关工具包安装
┃  ┣━2-1python基础知识
┃  ┣━2-3爬虫所需的HTML基础
┃  ┣━2-4基于 HTML 的爬虫,Python(Beautifulsoup)实现
┃  ┣━2-5网络爬虫高级技巧:使用代理和反爬虫机制
┃  ┣━2-6 应用案例:爬取豆瓣 TOP250 电影信息并存储
┃  ┣━3-1数据库及 SQL 语言概述
┃  ┣━3-2基于 HeidiSQL 的数据库操作
┃  ┣━3-3数据库进阶操作:数据过滤与分组聚合
┃  ┣━3-4用 Python 进行数据库连接与数据查询
┃  ┣━3-5其他类型数据库:SQLite&MongoDB
┃  ┣━3-6用 Pandas 进行数据预处理:数据清洗与可视化
┃  ┣━4-10预测型数据分析:聚类算法(k均值、DBSCAN)
┃  ┣━4-11预测型数据分析:用特征选择方法优化模型
┃  ┣━4-12预测型数据分析:用特征选择方法优化模型(二)
┃  ┣━4-13预测型数据分析实践:用scikit-learn实现数据挖掘建模全过程
┃  ┣━4-14预测型数据分析实践:用rapidminer解决商业分析关键问题
┃  ┣━4-15高级数据分析工具:进阶机器学习技术概览
┃  ┣━4-1探索型数据分析:绘制统计图形展示数据分布
┃  ┣━4-3描述统计学:总体、样本和误差,基本统计量
┃  ┣━4-4推断统计学:概率分布和假设检验
┃  ┣━4-5验证型数据分析实践:在实际分析中应用不同的假设检验(scipy实现)
┃  ┣━4-7预测型数据分析:Python中进行线性回归(scikit-learn实现)
┃  ┣━4-8预测型数据分析:分类及逻辑回归
┃  ┣━4-9预测型数据分析:其它常用回归和分类算法(k近邻、决策树、随机森林)
┃  ┣━4.6预测型数据分析:线性回归
┃  ┣━5-1养成数据分析的思维
┃  ┣━5-2数据分析全流程及报告撰写
┃  ┣━5-3课程回顾以及知识延伸
┃  ┣━基于API的爬虫
┃  ┣━探索型数据分析实践:通过统计图形探究数据分布的潜在规律(Seaborn实现)
┃  ┣━数据分析师成长手册

不再提供下载

相关资源

发表评论

点 击 提 交