所有人都能学会的数据分析课完整版课程目录
├─第1章 数据分析师的职业概览
│ ├─01.数据分析师的“钱景”如何.mp4
│ ├─02.什么人适合数据分析.mp4
│ ├─03.数据分析师的临界知识.mp4
│ └─04.数据分析师的主要职责.mp4
│
├─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
│ │ ├─02. 数据分析与数据挖掘的层次.mp4
│ │ ├─03. 数据分析及数据挖掘三要素.mp4
│ │ └─04. 本节小结.mp4
│ │
│ ├─第2节 探索性数据分析
│ │ ├─01. 如何描述业务量数据.mp4
│ │ ├─02. 可视化展示的原则.mp4
│ │ └─03. 本节小结.mp4
│ │
│ ├─第3节 预测和分类
│ │ ├─01. 预测和分类的概念模型、流程.mp4
│ │ ├─02. 分类和预测：线性回归.mp4
│ │ ├─03. 逻辑回归.mp4
│ │ ├─04. 决策树算法.mp4
│ │ ├─05. 支持向量机.mp4
│ │ ├─06. 朴素贝叶斯.mp4
│ │ └─07. 本节小结.mp4
│ │
│ └─第4节 分群和降维
│ │
│ ├─01. 聚类算法的基本概念.mp4
│ ├─02. 层次聚类.mp4
│ ├─03. K-means聚类.mp4
│ ├─04. 降维模型-PCA.mp4
│ └─05. 本节小结.mp4
│
├─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
│ │ ├─02. 统计分析的关键概念.mp4
│ │ ├─03. 四种测量尺度.mp4
│ │ ├─04. 集中趋势-均值.mp4
│ │ ├─05. 集中趋势-中位数和众数.mp4
│ │ ├─06. 离散趋势-极差和方差.mp4
│ │ ├─07. 案例操作-如何实现离中趋势和集中趋势.mp4
│ │ └─08. 本节小结.mp4
│ │
│ ├─第2节 假设检验_统计判断
│ │ ├─01. 统计学本质.mp4
│ │ ├─02. 统计学两大定理.mp4
│ │ ├─03. 统计判断-抽样误差与标准误差.mp4
│ │ ├─04. 统计推断-t分布.mp4
│ │ ├─05. 统计推断-参数估计.mp4
│ │ ├─06. 统计推断-假设检验.mp4
│ │ └─07. 本节小结.mp4
│ │
│ ├─第3节 抽样方法
│ │ ├─01. 统计过程.mp4
│ │ ├─02. 抽样的概念.mp4
│ │ ├─03. 抽样方法与非抽样方法.mp4
│ │ ├─04. 抽样调查与普查的特点.mp4
│ │ ├─05. 非抽样调查.mp4
│ │ ├─06. 非抽样调查的三种类型.mp4
│ │ ├─07. 无回答误差的处理.mp4
│ │ ├─08. 抽样过程.mp4
│ │ ├─09. 抽样单元与抽样框.mp4
│ │ ├─10. 抽样形式.mp4
│ │ ├─11. 概率抽样-简单抽样和系统抽样.mp4
│ │ ├─12. 概率抽样-pps抽样.mp4
│ │ ├─13. 概率抽样-分层抽样.mp4
│ │ ├─14. 非概率抽样-区域抽样、时间抽样和电话抽样.mp4
│ │ └─15. 总结.mp4
│ │
│ └─第4节 一般性模型
│ │
│ ├─实操题
│ │ ├─截图1.png
│ │ └─作业数据.rar
│ │
│ ├─1. t检验.mp4
│ ├─2. t检验-案例实践.mp4
│ ├─3. F检验.mp4
│ ├─4. F检验-案例实践.mp4
│ ├─5. 相关分析.mp4
│ ├─6. 相关分析-案例实践.mp4
│ ├─7. 线性回归.mp4
│ ├─8- 线性回归-案例实践.mp4
│ └─9. 本节小结.mp4
│
├─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
│ │ ├─2. 统计准备工作.mp4
│ │ ├─3. 数据检查要点.mp4
│ │ ├─4. 开放题的准备.mp4
│ │ └─5. 本节小结.mp4
│ │
│ ├─第2节 数据清洗
│ │ ├─1. 数据清洗的概念和流程.mp4
│ │ ├─2. 字段选择和数据质量报告.mp4
│ │ ├─3. 数据清洗主要工作.mp4
│ │ ├─4. 错误值和异常值处理方法.mp4
│ │ ├─5. 缺失值处理方法.mp4
│ │ ├─6. 异常值和缺少值的处理操作.mp4
│ │ └─7. 本节小结.mp4
│ │
│ ├─第3节 数据规范化
│ │ ├─1. 数据转化.mp4
│ │ ├─2. 数据离散化与数据扩充.mp4
│ │ ├─3. 数据合并与拆分.mp4
│ │ └─4. 本节小结.mp4
│ │
│ └─课后题.txt
│
├─第5章 mysql教程
│ ├─第1节 sql简介
│ │ ├─1. sql简介.mp4
│ │ ├─2. 建立数据库.mp4
│ │ ├─3. 建立数据表和约束条件.mp4
│ │ ├─4. 插入和更改.mp4
│ │ └─5. 本节小结.mp4
│ │
│ ├─第2节 基本查询语句
│ │ ├─1. 基本查询语句.mp4
│ │ └─2. 本节小结.mp4
│ │
│ ├─第3节 交叉查询和子查询
│ │ ├─1. 聚合函数和交叉查询：group by.mp4
│ │ ├─2. 子查询（in、not in）&模糊匹配 Like.mp4
│ │ └─3. 本节小结.mp4
│ │
│ ├─第4节 练表查询
│ │ ├─1. 连表查询.mp4
│ │ └─2. 小结.mp4
│ │
│ └─课后练习
│ │
│ ├─题目.txt
│ └─作业素材.rar
│
├─第6章 Excel分析及可视化
│ ├─第1节 Excel简介
│ │ └─1. Excel简介.mp4
│ │
│ ├─第2节 Excel函数技巧
│ │ ├─1. 函数的简介.mp4
│ │ ├─2. 查找函数-vlookup和hlookup.mp4
│ │ ├─3. 查找函数-INDEX和MATCH.mp4
│ │ ├─4. 统计函数.mp4
│ │ ├─5. 逻辑函数（上）-if、anda和or.mp4
│ │ ├─6. 逻辑函数（下）.mp4
│ │ ├─7. 日期函数和文本函数.mp4
│ │ └─8. 本节小结.mp4
│ │
│ ├─第3节 Excel快速处理技巧
│ │ ├─1. 宏的技巧.mp4
│ │ ├─2. 数据透视表和选择性黏贴.mp4
│ │ ├─3. 格式调整技巧.mp4
│ │ ├─4. 查找和定位&数据有效性技巧.mp4
│ │ ├─5. 快捷键相关技巧.mp4
│ │ └─6. 本节小结.mp4
│ │
│ ├─第4节 Excel可视化技巧
│ │ ├─1. 如何制作一张图.mp4
│ │ ├─2. 组合图的做法.mp4
│ │ ├─3. 条形图的变体.mp4
│ │ ├─4. 数据起跑地图的做法.mp4
│ │ └─5. 本节小结.mp4
│ │
│ └─课后练习
│ │
│ ├─课后练习.docx
│ ├─哪吒.png
│ ├─作业素材 (1).rar
│ └─作业素材.rar
│
├─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
│ │ └─2. 无监督分析的原则.mp4
│ │
│ ├─第2节 因子分析
│ │ ├─1. 因子分析使用场景.mp4
│ │ ├─2. 因子的概念及分析过程.mp4
│ │ ├─3. 因子数的推定.mp4
│ │ ├─4. 因子轴的旋转.mp4
│ │ ├─5. 因子解释及因子得分计算.mp4
│ │ ├─6. 案例实践.mp4
│ │ └─7. 如何用因子分析做评价.mp4
│ │
│ ├─第3节 聚类分析
│ │ ├─1. 聚类分析使用场景.mp4
│ │ ├─2. 聚类分析算法.mp4
│ │ ├─3. 费层次聚类 K-means.mp4
│ │ ├─4. K-means案例实践.mp4
│ │ └─5. 二阶聚类.mp4
│ │
│ ├─第4节 对应分析
│ │ ├─1. 对应分析使用目的及结果解读.mp4
│ │ └─2. 对应分析案例实践.mp4
│ │
│ ├─第5节 多维尺度分析
│ │ ├─1. 概念和使用场景.mp4
│ │ ├─2. 多维尺度分析举例.mp4
│ │ ├─3. 案例1：根据学生评分进行分座位.mp4
│ │ ├─4. 案例2：根据学生考试成绩进行分座位.mp4
│ │ ├─5. 案例3：根据手机的相似度判断竞争力.mp4
│ │ └─6. 多维尺度的不足及替代方法.mp4
│ │
│ ├─第6节 时间序列分析
│ │ ├─1. 时间序列使用场景.mp4
│ │ ├─2. 两种类型的时间序列.mp4
│ │ ├─3. 时间序列模型ARIMA.mp4
│ │ ├─4. 时间序列中的处理办法.mp4
│ │ └─5. 案例实践-某连锁超市销售额影响因素预测.mp4
│ │
│ ├─第7节 Logistic
│ │ ├─1. 使用场景和理论背景.mp4
│ │ └─2. logistic案例实践-用户流失的影响因素及新用户预测.mp4
│ │
│ └─课后练习
│ │
│ ├─进阶统计学方法作业数据.xlsx
│ └─题目.txt
│
├─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
│ │ ├─2. 数据准备及数据分割方式.mp4
│ │ ├─3. 数据分析与数据挖掘的联系与区别.mp4
│ │ ├─4. Modeler软件介绍.mp4
│ │ └─5. 如何在Modeler实现数据分层抽样.mp4
│ │
│ ├─第2节 朴素贝叶斯
│ │ ├─1.朴素贝叶斯原理.mp4
│ │ ├─2. 朴素贝叶斯算法过程.mp4
│ │ ├─3. 朴素贝叶斯算法举例.mp4
│ │ ├─4. 朴素贝叶斯算法优点及不足.mp4
│ │ └─5. 案例实践-使用贝叶斯网络建模.mp4
│ │
│ ├─第3节 决策树
│ │ ├─1. 决策树使用场景.mp4
│ │ ├─2. 决策树算法（1）——ID3.mp4
│ │ ├─3. 决策树算法（2）——C4.5.mp4
│ │ ├─4. 决策树算法（3）——回归树CART.mp4
│ │ ├─5. 决策树算法（4）——CHAID.mp4
│ │ ├─6. 防止过度拟合的问题.mp4
│ │ └─7. 使用Modeler如何做决策树.mp4
│ │
│ ├─第4节 神经网络
│ │ ├─1. 神经网络的组成.mp4
│ │ ├─2. 计算误差函数，修正出事权重.mp4
│ │ ├─3. 神经网络与其他分析的关系.mp4
│ │ └─4. 案例实践.mp4
│ │
│ ├─第5节 支持向量机
│ │ ├─1. 支持向量机原理介绍.mp4
│ │ ├─2. 线性可分与线性不可分.mp4
│ │ └─3. 案例实践.mp4
│ │
│ ├─第6节 集成算法和模型评估
│ │ ├─1. 集成算法的目的与方式.mp4
│ │ ├─2. Bagging与Bosting的计算原理.mp4
│ │ ├─3. 根据混淆矩阵进行模型评估.mp4
│ │ ├─4. 在Modeler中画出GAIN曲线图和Lift曲线图.mp4
│ │ └─5. 学习资料拓展.mp4
│ │
│ └─课后练习
│ │
│ ├─课后练习.txt
│ └─作业素材.rar
│
├─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
│ │ ├─10. 离散随机变量分布和连续随机变量分布.mp4
│ │ ├─2. R语言的基本操作.mp4
│ │ ├─3. R语言的数据结构介绍.mp4
│ │ ├─4. 向量和矩阵的基本操作.mp4
│ │ ├─5. 数据框的操作.mp4
│ │ ├─6. 循环控制流——for&while.mp4
│ │ ├─7. 条件选择控制流——if.mp4
│ │ ├─8. 自定义函数.mp4
│ │ └─9. R语言关于概率分布的函数以及应用介绍.mp4
│ │
│ ├─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
│ │ ├─2. 探索性数据分析——相关系数及函数介绍.mp4
│ │ └─3. 探索性数据分析——假设检验.mp4
│ │
│ ├─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
│ │ ├─2. 回归基本算法及相关哈数介绍(下).mp4
│ │ ├─3. 模型选择.mp4
│ │ └─4. 回归诊断.mp4
│ │
│ ├─第4节 R语言分类算法
│ │ ├─1. 逻辑回归（上）.mp4
│ │ ├─2. 逻辑回归（下）.mp4
│ │ ├─3. 决策树算法.mp4
│ │ ├─4. 决策树的剪枝.mp4
│ │ └─5. 随机森林.mp4
│ │
│ ├─第5节 R语言聚类和降维
│ │ ├─1. 使用R如何实现层次聚类.mp4
│ │ ├─2. 使用R如何实现Kmeans聚类法.mp4
│ │ ├─3. 如何判断聚类的好坏.mp4
│ │ └─4. 使用R如何实现PCA降维.mp4
│ │
│ └─课后练习
│ │
│ ├─黄牛明细数据.rar
│ └─课后练习.txt
│
└─资料
│
├─课程练习材料.RAR
├─所有人都能学的数据分析课–总结图谱.RAR
└─所有人都能学的数据分析师-授课讲义（pdf）.RAR
│
├─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
│ │ ├─2. 帮助文档的获取&基础操作.mp4
│ │ ├─3. 基础操作：整数、小数、复数&列表、字符串、字典.mp4
│ │ ├─4. 自定义函数.mp4
│ │ ├─5.Jupyte常用快捷键以及自动补全功能的实现r.mp4
│ │ └─6. 本节小结.mp4
│ │
│ ├─第2节 Numpy
│ │ ├─1. 从头创建一个数组.mp4
│ │ ├─2. 案例实践——如何实现99乘法表和老虎机.mp4
│ │ ├─3. 数组的操作.mp4
│ │ ├─4. 数组的计算.mp4
│ │ ├─5. 数组的广播.mp4
│ │ └─6. 比较、掩码和布尔逻辑.mp4
│ │
│ ├─第3节 Pandas
│ │ ├─1. 序列和数据库.mp4
│ │ ├─10. 本节小结.mp4
│ │ ├─2. 索引和切片.mp4
│ │ ├─3. 通过索引运算和生成新的列.mp4
│ │ ├─4. 文件的读取和写入.mp4
│ │ ├─5. 缺失值处理.mp4
│ │ ├─6. 数据连接.mp4
│ │ ├─7. 分组和聚合.mp4
│ │ ├─8. 数据透视表.mp4
│ │ └─9. 字符串的处理.mp4
│ │
│ ├─第4节 Matplotlib与python作图
│ │ ├─1. 基础作图——折线图和散点图.mp4
│ │ ├─2. 基础作图——直方图和饼图.mp4
│ │ ├─3. 子图和图例.mp4
│ │ ├─4. 图标设置——标签，表格样式和cmap.mp4
│ │ ├─5. 高级作图.mp4
│ │ └─6. 本节小结.mp4
│ │
│ ├─第5节 Sklearn与机器学习基础
│ │ ├─1. 线性回归.mp4
│ │ ├─10. 支持向量机——核函数.mp4
│ │ ├─11. 支持向量机是如何防止过拟合的.mp4
│ │ ├─12. 如何使用Python实现PCA降维算法.mp4
│ │ ├─13. 如何使用Python实现Kmeans聚类.mp4
│ │ ├─14. 本节小结.mp4
│ │ ├─2. 逻辑回归的原理、模型实现与正则化.mp4
│ │ ├─3. 逻辑回归的评估以及最优迭代次数.mp4
│ │ ├─4. 贝叶斯分类器的实现过程.mp4
│ │ ├─5. 朴素贝叶斯算法案例——手写数字识别.mp4
│ │ ├─6. 数据预处理.mp4
│ │ ├─7. 决策树和随机森林——熵和决策树.mp4
│ │ ├─8. 决策树和随机森林算法对比.mp4
│ │ └─9. 随机森林的调参.mp4
│ │
│ └─课后练习
│ │
│ └─课后练习.txt
│
├─第11章 课程总结图谱
│ └─课程总结.mp4
