益阳痪上旅行社

數(shù)據(jù)分析初階課
體系課

數(shù)據(jù)分析初階課

  • 數(shù)據(jù)挖掘與分析

熟練掌握三大數(shù)據(jù)分析工具的核心技能

￥499.9
本課程包括
  • 15小時25分鐘的視頻隨時觀看
  • 可在APP隨時觀看
  • 結業(yè)證書
你將收獲
  • 認識數(shù)據(jù)分析師的能力模型
  • 圍繞核心算法模型體系化學習
  • 熟練掌握Excel、SQL、R語言三大數(shù)據(jù)分析工具的核心技能
課程介紹

在互聯(lián)網(wǎng)行業(yè)中，提升核心競爭力，數(shù)據(jù)分析能力是必備技能

我們經(jīng)過大量調(diào)研總結出三條規(guī)律：

1. 薪資水平越高，崗位對數(shù)據(jù)分析能力的要求越高；

2. 越是大廠，對數(shù)據(jù)分析能力的要求越高；

3. 在初級崗位中，大廠對數(shù)據(jù)分析能力的要求也沒有降低，甚至與小廠的要求差距更大！

為此，我們特別開發(fā)了本門課程，覆蓋數(shù)據(jù)分析的必備硬技能和軟技能，進行體系化學習，熟練掌握常用數(shù)據(jù)分析工具。

適合人群
  • 希望了解如何利用數(shù)據(jù)工具，高效獲取、呈現(xiàn)數(shù)據(jù)的0-5年運營、營銷、產(chǎn)品人員
  • 需要補充基礎數(shù)據(jù)分析能力的產(chǎn)品/運營/會計等職能
  • 需要夯實基本功，對業(yè)務不熟悉希望通過學習獲得系統(tǒng)的知識體系，提升業(yè)務分析能力的0-2年數(shù)據(jù)分析人員
講師介紹
數(shù)據(jù)分析專家
擅長領域:
  • 數(shù)據(jù)工具
  • 機器學習
美國國家強磁場實驗室理論物理博士 曾就職于文思海輝（美國）、微軟（美國）、滴滴（中國），歷任數(shù)據(jù)科學家、高級數(shù)據(jù)與應用科學家、策略運營專家。 在滴滴快捷出行事業(yè)群平臺車主團隊，負責各類數(shù)據(jù)運營項目的對接與具體執(zhí)行，構建全面的司機標簽體系，制定司機衰退干預策略，策略效果 ROI約3.5，提升大盤GMV 約1%。 作為微軟負責中小企業(yè)預售留存約 500 人團隊的主要數(shù)據(jù)科學家，從事各種數(shù)據(jù)科學分析任務和相關項目管理工作，參與建立并優(yōu)化相關業(yè)務的數(shù)據(jù)倉庫和數(shù)據(jù)看板。
課程大綱
共0節(jié) 時長0分鐘 全部收起
「零」課程導論
共2節(jié) | 12分鐘
  • 講師介紹
    圖文
  • 課程介紹
    12分鐘
「第一周」走進數(shù)據(jù)分析師的世界
共16節(jié) | 1小時20分鐘
  • 「本周導讀」
    圖文
  • 1.1 數(shù)據(jù)分析的定義
    4分鐘
  • 1.2 數(shù)據(jù)分析的價值
    10分鐘
  • 2.1 數(shù)據(jù)團隊與數(shù)據(jù)分析師
    11分鐘
  • 2.2「案例」數(shù)據(jù)分析驅動的業(yè)務全流程
    6分鐘
  • 3.1 數(shù)據(jù)分析師必備硬技能
    6分鐘
  • 3.2 數(shù)據(jù)分析師必備軟技能
    作業(yè)
  • 4.1 數(shù)據(jù)分析師的能力模型
    5分鐘
  • 4.2 數(shù)據(jù)分析師的職位晉升
    3分鐘
  • 5.1 數(shù)據(jù)的類型
    4分鐘
  • 5.2 變量的類型
    2分鐘
  • 6.1「案例」數(shù)據(jù)分析工作流程
    16分鐘
  • 「作業(yè)」數(shù)據(jù)清理
    作業(yè)
  • 「本周總結」
    2分鐘
  • 「本門課程的學習姿勢」
    2分鐘
  • 「作業(yè)一」描述性統(tǒng)計分析
    作業(yè)
「第二周」Excel與可視化初步
共13節(jié) | 2小時32分鐘
  • 「本周導讀」
    圖文
  • 1. 強大的數(shù)據(jù)分析工具Excel
    12分鐘
  • 「案例介紹」
    12分鐘
  • 「學前自測」
    圖文
  • 2.1 Excel函數(shù)的基本知識
    15分鐘
  • 2.2 數(shù)據(jù)處理類Excel函數(shù)
    作業(yè)
  • 2.3 數(shù)據(jù)分析類Excel函數(shù)
    作業(yè)
  • 3. 數(shù)據(jù)透視表
    作業(yè)
  • 4.1 數(shù)據(jù)可視化
    6分鐘
  • 4.2 Excel作圖
    19分鐘
  • 5. Power BI 作圖基礎
    27分鐘
  • 「本周總結」
    1分鐘
  • 「作業(yè)二」Power BI儀表盤
    作業(yè)
「第三周」MySQL安裝
共3節(jié) | 16分鐘
  • 安裝文檔
    圖文
  • SQL基礎知識
    16分鐘
  • 導入數(shù)據(jù)庫
    圖文
「第三周」SQL在數(shù)據(jù)分析中的應用
共19節(jié) | 1小時5分鐘
  • 「本周導讀」
    3分鐘
  • 「案例」SQL在數(shù)據(jù)分析中的應用
    6分鐘
  • 1.SQL核心語句
    圖文
  • 1.1 數(shù)據(jù)查詢與過濾
    8分鐘
  • 「練習」數(shù)據(jù)查詢與過濾
    作業(yè)
  • 1.2 數(shù)據(jù)聚合
    7分鐘
  • 「練習」數(shù)據(jù)聚合
    作業(yè)
  • 1.3 數(shù)據(jù)表間連接
    7分鐘
  • 「練習」數(shù)據(jù)表間連接
    作業(yè)
  • 1.4 數(shù)據(jù)的增、改、刪
    5分鐘
  • 「練習」數(shù)據(jù)的增、改、刪
    作業(yè)
  • 2. SQL進階用法
    14分鐘
  • 「練習」SQL進階用法
    作業(yè)
  • 3.實例分析
    圖文
  • 3.1 「案例」供應商營業(yè)額分析
    6分鐘
  • 3.2 「案例」網(wǎng)店銷售趨勢分析
    7分鐘
  • 「練習」實例分析
    作業(yè)
  • 「本周總結」
    1分鐘
  • 「作業(yè)三」區(qū)域銷售分析
    作業(yè)
「第四周」統(tǒng)計基礎
共20節(jié) | 3小時6分鐘
  • 「本周導讀」
    圖文
  • 1.1 統(tǒng)計知識的力量
    14分鐘
  • 1.2 課程內(nèi)容總覽
    4分鐘
  • 2. 案例介紹
    4分鐘
  • 3.1 什么是概率
    23分鐘
  • 3.2 概率分布
    14分鐘
  • 3.3 概率分布舉例
    12分鐘
  • 4.1 方差與標準方差
    15分鐘
  • 4.2 四分位數(shù)與百分位數(shù)
    7分鐘
  • 4.3 提升度和杠桿量
    4分鐘
  • 5. 中心極限定理和正態(tài)分布
    作業(yè)
  • 6.1 假設檢驗的思路
    5分鐘
  • 6.2 假設檢驗的步驟
    30分鐘
  • 7.1 A/B測試的思路
    9分鐘
  • 7.2 A/B測試的步驟
    作業(yè)
  • 7.3 A/B測試的工作流程
    7分鐘
  • 「本周總結」
    2分鐘
  • 「作業(yè)4.1」假設檢驗-Z檢驗
    作業(yè)
  • 「作業(yè)4.2」假設檢驗- T檢驗
    作業(yè)
  • 「延伸閱讀」
    圖文
「第五周」R語言
共18節(jié) | 3小時2分鐘
  • 「本周導讀」
    圖文
  • 1. R語言的簡介
    11分鐘
  • 「R的安裝」
    5分鐘
  • 2. 基本數(shù)據(jù)類型
    作業(yè)
  • 「R的運算符」
    作業(yè)
  • 3. 基本數(shù)據(jù)結構
    作業(yè)
  • 4. 讀寫數(shù)據(jù)
    作業(yè)
  • 5. R的數(shù)據(jù)處理
    作業(yè)
  • 「查看數(shù)據(jù)」
    作業(yè)
  • 「函數(shù)的搜索和使用查詢」
    7分鐘
  • 6. R的數(shù)據(jù)分析
    作業(yè)
  • 「練習」A /B 測試
    作業(yè)
  • 7. 控制流
    作業(yè)
  • 「自定義函數(shù)與R軟件包」
    9分鐘
  • 8.1 R的可視化（ggplot2）
    11分鐘
  • 8.2 「案例」R的數(shù)據(jù)可視化
    25分鐘
  • 「本周總結」
    2分鐘
  • 「作業(yè)五」R語言
    作業(yè)
「第六周」機器學習初步
共12節(jié) | 2小時8分鐘
  • 「本周導讀」
    圖文
  • 1. 機器學習簡介
    18分鐘
  • 2 機器學習在數(shù)據(jù)分析中應用
    12分鐘
  • 3.1 決策樹的理論基礎
    8分鐘
  • 3.2 決策樹的算法實現(xiàn)
    19分鐘
  • 4.1 線性回歸的基本概念
    12分鐘
  • 4.2 實操步驟及重要概念R^2
    12分鐘
  • 4.3 線性回歸在數(shù)據(jù)分析中的實操
    18分鐘
  • 5. K-means聚類
    21分鐘
  • 6. 機器學習的挑戰(zhàn)
    3分鐘
  • 「本周總結」
    6分鐘
  • 「作業(yè)六」機器學習
    作業(yè)
「第七周」數(shù)據(jù)分析綜合實踐
共7節(jié) | 1小時44分鐘
  • 「本周導讀」
    圖文
  • 1. R-markdown
    作業(yè)
  • 2. dplyr
    作業(yè)
  • 3. 數(shù)據(jù)探索工作指導
    12分鐘
  • 4. 綜合項目
    45分鐘
  • 5. 項目分析報告PPT呈現(xiàn)示例
    5分鐘
  • 「作業(yè)七」數(shù)據(jù)探索作業(yè)
    作業(yè)
購課須知

課程有效期：

自購買課程之日起 365 天，部分參與營銷活動產(chǎn)品以活動規(guī)則為準，請同學在有效期內(nèi)學習、觀看課程。

上課模式：

課程采取錄播模式，請注意自學課無班級微信群、班主任帶班及助教批改服務。

注：自學課不支持退款，確保你是真的需要再進行報名，報完名之后還請認真學習。