国产精品久久免费,97无码国产精品,久久亚洲线观看视频,无码人妻精品区二区蜜桃91

  • 在線客服

博為峰教育

軟件開發(fā)、超全棧開發(fā)、前端開發(fā)、后端開發(fā)、移動開發(fā)、大數(shù)據(jù)、數(shù)據(jù)庫、軟件測試、...

機構(gòu)課程咨詢服務(wù):
1831044812400-600-5330
更新時間:2023-03-27 16:14:54

成都博為峰數(shù)據(jù)分析師培訓(xùn)

成都數(shù)據(jù)分析師培訓(xùn)多少錢,選那個好

授課機構(gòu) 博為峰教育
上課地點 成都錦江區(qū)|詳細地圖
成交/評價 5.0分
聯(lián)系電話 400-600-5330

課程詳情

導(dǎo)語概要成都博為峰數(shù)據(jù)分析師培訓(xùn)班?針對想要學(xué)數(shù)據(jù)分析的人群,數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計分析方法對收集來的大量數(shù)據(jù)進行分析,將它們加以匯總和理解并消化,以求最大化地開發(fā)數(shù)據(jù)的功能,發(fā)揮數(shù)據(jù)的作用。目前數(shù)據(jù)分析是非常熱門的行業(yè)。

成都數(shù)據(jù)分析師?培訓(xùn)機構(gòu)那個好
課程介紹
招生對象

年齡20-32周歲,大專及以上學(xué)歷,不限專業(yè)/經(jīng)驗/性別,應(yīng)/往屆生均可

上課時間

周一到周五9:00—17:30

授課班型

10—30人小班教學(xué),滾動開班

上課模式

直播和錄播授課模式,全日制就業(yè)培訓(xùn)課程

培訓(xùn)目標(biāo)

從零基礎(chǔ)開始,學(xué)習(xí)數(shù)據(jù)分析pyhton,接口,可視化等內(nèi)容,并通過理論+實踐學(xué)習(xí),達到從0基礎(chǔ)到數(shù)據(jù)分析師就業(yè)的轉(zhuǎn)變

課程大綱
課程大綱 課題名稱 課程內(nèi)容
前導(dǎo)基礎(chǔ) 數(shù)據(jù)分析入門

1、數(shù)據(jù)分析入門 2、數(shù)據(jù)分析的意義

3、數(shù)據(jù)分析的流程控制 4、數(shù)據(jù)分析的思路與方法

邏輯為先—XMIND

1、xmind簡介與基本使用 2、學(xué)習(xí)方法課堂案例

3、滴答拼車實戰(zhàn)演練 4、其他思維導(dǎo)圖介紹

專業(yè)展現(xiàn)—PPT

1、專業(yè)展現(xiàn)——PPT 2、基本簡介

3、幾個不得不說的真相 4、經(jīng)驗分享

5、實戰(zhàn)動畫

數(shù)據(jù)分析工具安裝與環(huán)璄配置

1、Excel工具的安裝、配置與環(huán)璄測試

2、Power BI工具的安裝、配置與環(huán)璄測試

3、Tableau工具的安裝、配置與環(huán)璄測試

4、MySQL數(shù)據(jù)庫的安裝、配置與環(huán)璄測試

5、SPSS數(shù)據(jù)挖掘工具安裝、配置與環(huán)璄測試

6、SAS數(shù)據(jù)挖掘工具安裝、配置與環(huán)璄測試

7、Python開發(fā)工具的安裝、配置與開發(fā)環(huán)璄測試

Linux基礎(chǔ)應(yīng)用之大數(shù)據(jù)必知必會

1、虛擬機的安裝配置 2、虛擬機網(wǎng)絡(luò)配置

3、安裝Linux 4、利用SSH連結(jié)Linux

5、Linux基礎(chǔ)命令 6、Linux系統(tǒng)管理

數(shù)據(jù)分析的Python語言基礎(chǔ)

1、python課程的目的 2、使用JupyterLab

3、python數(shù)據(jù)類型 4、元組、列表、字典

5、python分支結(jié)構(gòu) 6、python字符串處理+隨機函數(shù)

7、pthon循環(huán)結(jié)構(gòu) 8、python面向過程函數(shù)操作

9、python面向?qū)ο?/p>

問題定義與數(shù)據(jù)獲取 數(shù)據(jù)分析項目流程

1、問題界定 2、問題拆分 3、指標(biāo)確定

4、數(shù)據(jù)收集 5、報告方案 6、趨勢預(yù)測

7、數(shù)據(jù)分析 8、趨勢預(yù)測 9、報告方案

問題的定義

1、邊界:明確問題的邊界

2、邏輯:確定業(yè)務(wù)的關(guān)鍵指標(biāo)和邏輯

3、定性分析與定量分析

分析問題的模型

基于經(jīng)典的模型

1、5W2H

2、SWORT

3、4P管理模型

4、CATWOE

5、STAR原則、波士頓5力模型

基于業(yè)務(wù)的模型

1、用戶畫像

2、 銷售影響因素

3、市場變化因素

4、AARRR流量模型

5、金定塔思考方法

數(shù)據(jù)清洗與處理

1、數(shù)據(jù)科學(xué)過程 2、數(shù)據(jù)清洗定義

3、數(shù)據(jù)清洗任務(wù) 4、數(shù)據(jù)清洗流程

5、數(shù)據(jù)清洗環(huán)境 6、數(shù)據(jù)清洗實例說明

7、數(shù)據(jù)標(biāo)準(zhǔn)化 8、數(shù)據(jù)格式與編碼

9、數(shù)據(jù)清洗常用工具 10、數(shù)據(jù)清洗基本技術(shù)方法

11、數(shù)據(jù)抽取 12、數(shù)據(jù)轉(zhuǎn)換與加載

內(nèi)部數(shù)據(jù)的獲取

1、產(chǎn)品數(shù)據(jù) 2、用戶數(shù)據(jù)

3、行為數(shù)據(jù) 4、訂單數(shù)據(jù)

外部公開數(shù)據(jù)

1、開放網(wǎng)站 2、政務(wù)公開數(shù)據(jù)

3、數(shù)據(jù)科學(xué)競賽 4、數(shù)據(jù)交易平臺

5、行業(yè)報告 6、指數(shù)平臺

Web網(wǎng)站數(shù)據(jù)抓取

1、財經(jīng)數(shù)據(jù)抓取 2、投資數(shù)據(jù)抓取

3、房產(chǎn)數(shù)據(jù)抓取 4、輿情數(shù)據(jù)抓取

5、娛樂數(shù)據(jù)抓取 6、新媒體數(shù)據(jù)抓取

數(shù)據(jù)查詢與提取 SQL基礎(chǔ)操作

1、建庫 2、建表

3、建約束 4、創(chuàng)建索引

5、添加、刪除、修改數(shù)據(jù)

利用SQL完成數(shù)據(jù)的預(yù)處理

1、缺失值處理:對缺失數(shù)據(jù)行進行刪除或填充

2、重復(fù)值處理:重復(fù)值的判斷與刪除

3、異常值處理:清除不必要的空格和異常數(shù)據(jù)

利用SQL進行業(yè)務(wù)數(shù)據(jù)查詢

1、利用SQL進行簡單的業(yè)務(wù)數(shù)據(jù)查詢

2、利用SQL完成復(fù)雜條件查詢

3、利用多表關(guān)聯(lián)完成復(fù)雜業(yè)務(wù)查詢

4、利用嵌套子查詢完成復(fù)雜業(yè)務(wù)數(shù)據(jù)分析

高級SQL分析

1、聚合、分組、排序 2、函數(shù)

3、行列轉(zhuǎn)換 4、視圖與存儲過程

業(yè)務(wù)指標(biāo)統(tǒng)計分析

1、業(yè)務(wù)數(shù)據(jù)表關(guān)聯(lián)查詢及查詢

2、結(jié)果縱向融合

3、?常業(yè)務(wù)需求數(shù)據(jù)寬表構(gòu)建

4、應(yīng)??查詢處理復(fù)雜業(yè)務(wù)

數(shù)理統(tǒng)計基礎(chǔ) 數(shù)據(jù)分析的數(shù)學(xué)基礎(chǔ)

1、計算和連續(xù)函數(shù)的性質(zhì) 2、導(dǎo)數(shù)/微分的概念和運算法則

3、積分的概念和運算法則

4、冪級數(shù)、泰勒級數(shù)、傅里葉級數(shù)、傅里葉變換

5、向量的概念和運算

6、矩陣的轉(zhuǎn)置、乘法、逆矩陣、正交矩陣、SVD奇異值分解、特征值

7、行列式的計算和性質(zhì) 8、凸優(yōu)化

Python數(shù)據(jù)分析 基于Numpy庫的Python數(shù)據(jù)科學(xué)計算

1、創(chuàng)建數(shù)組 2、切片索引

3、數(shù)組操作 4、字符串函數(shù)

5、數(shù)學(xué)函數(shù) 6、統(tǒng)計函數(shù)

基于Pandas庫的Python數(shù)據(jù)處理與分析

1、直方圖:探索變量的分布規(guī)律 2、條形圖:展示數(shù)值變量的集中趨勢

3、散點圖:表示整體數(shù)據(jù)的分布規(guī)律 4、箱線圖:表示數(shù)據(jù)分散性,中位數(shù)

5、提琴圖:分位數(shù)的位置及數(shù)據(jù)密度 6、回歸圖:尋找數(shù)據(jù)之間的線性關(guān)系

7、熱力圖:表未數(shù)值的大小或者相關(guān)性的高低

大數(shù)據(jù)分析 HIVE大數(shù)據(jù)查詢平臺搭建

1、大數(shù)據(jù)概述

2、?數(shù)據(jù)集群 Hadoop 架構(gòu)

3、Hive開發(fā)環(huán)璄搭建

HIVE與MySQL進行數(shù)據(jù)交換

1、從MySQL中導(dǎo)入數(shù)據(jù)到Hive

2、從Hive導(dǎo)出數(shù)據(jù)到MySQL

HQL海量業(yè)務(wù)數(shù)據(jù)需求查詢

1、Hive數(shù)倉

2、HQL 數(shù)據(jù)查詢基礎(chǔ)語法

HQL海量業(yè)務(wù)數(shù)據(jù)需求查詢

1、從MySQL中導(dǎo)入數(shù)據(jù)到Hive

2、從Hive導(dǎo)出數(shù)據(jù)到MySQL

HQL業(yè)務(wù)數(shù)據(jù)指標(biāo)統(tǒng)計分析

1、分區(qū)表 2、分桶表

3、關(guān)聯(lián)表 4、數(shù)據(jù)查詢

HQL海量數(shù)據(jù)查詢優(yōu)化

1、常?內(nèi)置函數(shù)及開窗函數(shù)

2、特殊類型數(shù)組查詢?式

3、HQL 查詢語句優(yōu)化技巧

建模與數(shù)據(jù)挖掘 數(shù)據(jù)挖掘與分析算法

1、描述統(tǒng)計 2、相關(guān)分析

3、判別分析 4、方差分析

5、時間序列分析 6、主成分分析

7、信度分析 8、因子分析

9、回歸分析 10、對應(yīng)分析

11、列聯(lián)表分析 12、聚類分析

數(shù)據(jù)挖掘工具SPSS

1、從MySQL中導(dǎo)入數(shù)據(jù)到Hive

2、從Hive導(dǎo)出數(shù)據(jù)到MySQL

HQL海量業(yè)務(wù)數(shù)據(jù)需求查詢

1、課程規(guī)劃與簡介 2、數(shù)據(jù)挖掘項目生命周期

3、簡單的統(tǒng)計學(xué)基礎(chǔ) 4、用Modeler試手挖掘流程

5、數(shù)據(jù)挖掘的知識類型 6、商業(yè)分析基礎(chǔ)簡介

7、信度分析 8、因子分析 9、回歸分析 10、對應(yīng)分析

11、列聯(lián)表分析 12、聚類分析

數(shù)據(jù)挖掘工具SAS

1、SAS概述:SAS簡介與教育版安裝 2、SAS概述:教育版基本使用

3、SAS編程基礎(chǔ) 4、SAS編程基礎(chǔ)7-循環(huán)

5、SAS數(shù)據(jù)集操作1-合并 6、SAS數(shù)據(jù)集操作2-排序與對比

7、SAS數(shù)據(jù)集操作3-查重與篩選 8、練習(xí)-斐波那契數(shù)列

9、練習(xí)-百元百雞問題

人工智能預(yù)測算法 人工智能實戰(zhàn)十大預(yù)測數(shù)據(jù)算法

1、機器學(xué)習(xí)入門 2、sk-learn機器學(xué)習(xí)庫

3、十大預(yù)測算法原理與使用場景 4、算法調(diào)用、參數(shù)設(shè)置

5、特征選擇、特征工程 6、回歸預(yù)測模型實戰(zhàn)

7. 分類預(yù)測試模型實戰(zhàn) 8. 聚類模型實戰(zhàn)

9、集成學(xué)習(xí) 10、模型優(yōu)化

可視化商業(yè)報告撰寫 商業(yè)智能與可視化分析實戰(zhàn)

案例-1:BI電商數(shù)據(jù)市場分析項目實戰(zhàn)

案例-2:BI電商數(shù)據(jù)客戶分析項目實戰(zhàn)

案例-3:BI可視化關(guān)于公司運營情況的相關(guān)分析

案例-4:基于Tableau的客戶主題對客戶進行合理分群

案例-5:基于Tableau的營銷主題分析如何衡量媒體的營銷價值

案例-6:基于Tableau的保公司索賠情況分析

數(shù)據(jù)可視化報告撰寫

1、數(shù)據(jù)可視化的概念 2、 數(shù)據(jù)可視化的意義

3、 數(shù)據(jù)可視化的對比 4、 數(shù)據(jù)可視化的分類

5、數(shù)據(jù)可視化圖表舉例 6、 數(shù)據(jù)可視化應(yīng)用領(lǐng)域

7、數(shù)據(jù)可視化步驟 8、 數(shù)據(jù)可視化工具梯度

9、圖表呈現(xiàn)流程 10、數(shù)據(jù)報告撰寫

實戰(zhàn):O2O電商平臺功能優(yōu)化效果評估及可視化數(shù)據(jù)分析報告撰寫

1、了解電商業(yè)務(wù)背景

2、以客戶分析為應(yīng)用場景,對數(shù)據(jù)進行加載、清洗、分析及模型建立

3、以貨品分析為應(yīng)用場景,針對品類銷售及商品銷售進行分析

4、以流量分析為應(yīng)用場景,針對流量渠道及關(guān)鍵詞做有效分析

5、根據(jù)業(yè)務(wù)實際背景做輿情分析

6、將分析結(jié)果及建議制成報告進行發(fā)布

商業(yè)分析項目實戰(zhàn) 五大商業(yè)項目實戰(zhàn)

商業(yè)項目實戰(zhàn)01:電商數(shù)據(jù)分析——分析方式之漏斗模型及數(shù)據(jù)量化

商業(yè)項目實戰(zhàn)02:電商用戶行為與營銷模型實戰(zhàn)

商業(yè)項目實戰(zhàn)03:金融風(fēng)控模型的構(gòu)建與分析實戰(zhàn)

商業(yè)項目實戰(zhàn)04:展會電話邀約項目數(shù)據(jù)分析實戰(zhàn)

商業(yè)項目實戰(zhàn)05:零售行業(yè)數(shù)據(jù)分析

博為峰辦學(xué)優(yōu)勢
  • ?
    ?
    十年教學(xué)經(jīng)驗
    十年以上教學(xué)老師領(lǐng)銜授課
  • ?
    ?
    就業(yè)有
    入班簽訂終身就業(yè)推薦,就業(yè)有
  • ?
    ?
    師資有優(yōu)勢
    講師+班主任,多對一協(xié)作授課
  • ?
    ?
    課程內(nèi)容豐富
    豐富理論+實戰(zhàn)課程,全方位掌握就業(yè)技能

博為峰所獲榮譽

課程評價
聚劃算
課程列表 |機構(gòu)簡介 |聯(lián)系我們 |師資介紹 |校區(qū)地址 |學(xué)校環(huán)境
機構(gòu)地址:成都市錦江區(qū)東大街紫東樓段
請咨詢: 400-600-5330
免責(zé)聲明 | 版權(quán)/投訴舉報
匯上優(yōu)課

微信選課
享更多優(yōu)質(zhì)好課!

本頁面由主體*上海博為峰軟件技術(shù)股份有限公司*自行上傳,本網(wǎng)不對該頁面內(nèi)容(包括但不限于文字、圖片)真實性和知識產(chǎn)權(quán)負責(zé),如有侵權(quán)請聯(lián)系處理刪除qq:16720809  。