博学谷-所有人都能学的数据分析课
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
必读.txt 0.04kb
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
0.04kb
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
0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
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
0.04kb
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
必读.txt 0.04kb
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
0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
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
0.04kb
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
必读.txt 0.04kb
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
0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
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
0.04kb
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
必读.txt 0.04kb
课后题.txt 0.06kb
0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
第4节 练表查询
1. 连表查询.mp4 247.00M
2. 小结.mp4 14.20M
必读.txt 0.04kb
课后练习
必读.txt 0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
课后练习
课后练习.docx 412.69kb
必读.txt 0.04kb
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
必读.txt 0.04kb
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
0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
课后练习
进阶统计学方法作业数据.xlsx 11.05kb
必读.txt 0.04kb
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
0.04kb
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
必读.txt 0.04kb
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
0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
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
0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
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
必读.txt 0.04kb
课后练习
黄牛明细数据.rar 215.68kb
课后练习.txt 0.34kb
必读.txt 0.04kb
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