2019年数学中国-数据分析师在线直播课
2019年数学中国-数据分析师在线直播课中国大数据行业发展的如火如荼，作为互联网时代新型的产业，大数据行业其实是互联网和计算机结合的产物，互联网实现了数据的网络化，计算机实现了数据的数字化，两者结合赋予了大数据飞速发展生命力。截止2018年3月全国已有300所高校开设“数据科学与大数据技术专业”，在未来5—10年中，我国大数据市场规模年均增速将超过30%。未来5年，国内大数据人才缺口将突破150万。培养大数据专业人才能有效缓解大数据人才供给的缺乏，为大数据领域注入新的动力！数学中国致力于数学建模、数据分析16年，一直是把数据分析端人才培养作为我们企业的发展理念。把真正意义上的理论与实际相结合，共同解决现阶段企业中的共性问题，作为我们的奋斗目标。数据分析师在线直播课，每周周六日上课，一年里让你真正成为企业最需要的人，全程名师在线面对面授课，推荐就业。行业1年从业者平均工资8000+。学习内容：EXCEL，My SQL，统计学，SPSS，R语言，Python上课时间：即报即学（时间会略有调整） 联系人：朱老师（QQ，数学中国-意外 874635785；数学中国淡妆：1917509892）电 话：15326098376（微信同号）
数据分析师就业班在线直播课课程大纲
实际课程会根据课程安排作细节调整
【第一部分】EXCEL数据分析+My SQL数据库管理（10天60课时）
EXCEL基础EXCEL基本操作处理重复数据与不完整数据，处理格式错误数据处理异常值和提取数据，数据转换，数据标准化，加权平均
函数基础数学函数，文本函数，逻辑函数，查找定位函数，日期函数统计函数，函数的嵌套使用
基本图表饼图，折线图，柱形图，条形图，散点图，气泡图，雷达图面积图，组合图
动态图表控件基础，基本动态图表方法
数据透视表数据透视表基础，数据透视图基础，计算规则设定方法切片器，数据透视表与切片器的组合应用
EXCEL高级杜邦分析仪制作杜邦分析仪业务背景介绍及制作方法详解
Power MapPower Map概述及使用方法，Power Map应用案例
Power ViewPower View概述及使用方法，Power View应用案例
Power QueryPower Query概述，Power Query数据导入Power Query功能介绍，横纵向合并数据，M公式介绍
Power PivotPower Pivot概述，数据导入，功能介绍，搭建多维数据集创建KPI，创建层次结构，Power Pivot使用案例
My SQL基础数据库简介My SQL与wordbench的安装与配置，数据库管理系统介绍数据库管理系统主要功能及类型，My SQL简介
SQL语言数据定义语言（DDL），数据操作语言（DML）数据查询语言（DQL）
SELECT查询语句单表查询，使用集合函数查询，连接查询，子查询合并查询，使用正则表达式查询，时间函数查询
存储过程使用存储过程的意义Delimiter语句，调用存储过程局部变量，用户变量，应用IN参数及OUT参数流程控制，执行预处理语句
My SQL案例实际案例讲解和项目实战
综合案例实际案例讲解和项目实战
【第二部分】统计理论+SPSS数据分析（10天60课时）
统计基础描述性统计集中趋势，离散测度
统计量及其抽样分布统计量，分布，样本均值的分布与中心极限定理样本比例抽样分布，两个样本均值之差的抽样分布关于样本方差的分布
参数估计一个总体参数的区间估计，两个总体参数的区间估计估计量的求法，样本量的确定
假设检验假设检验，单样本T检验，配对样本T检验两个独立样本T检验
分类数据分析分类数据与卡方统计量，拟合优度检验，列联分析独立性检验，线性回归，列联分析相关测量
SPSS案例SPSS基础综合绩效案例讲解，SPSS软件综合特征，访问数据源如何理解描述型数据
员工绩效管理相关分析，方差分析，线性回归，模型构建流程模型条件与调整
信用行为特征Y的量化，哑变量变换，卡方分析，模型构建流程Logistics模型在评分卡制作的应用
降维在消费行为中的应用X自变量的筛选，主成分分析的应用，主成分回归缺省值填补
用户行为画像行列数据标准化，数据标签与统计量，细分与用户分组客户细分评价与市场营销
客户价值评分客户价值理论，RFM指标量化，市场应用数据离散化与客户价值细分，RFM模型有缺点
购买行为组合与预测商品或服务的组合问题，消费者的潜在行为与因子关系回归分析的关系，常用解决类型的市场问题
【第三部分】R基础编程+统计分析（6天36课时）
R数据分析R基础知识准备，数据对象，运算，读写
R基本语句结构及循环语句结构，创建循环函数
R数据清洗时间数据清洗
文本对象处理文本对象处理正则表达式
R画图基本绘图，图像格式Ggplot2，目前好用的扩展
R统计分析参数统计，假设检验
【第四部分】R数据挖掘（15天90课时）
R数据挖掘数据挖掘模型线性回归，逻辑回归，梯度下降，聚类，关联规则主成分分析，因子分析，决策树，随机森林，神经网络贝叶斯，支持向量机
【第五部分】数据分析应用案例及项目实战（10天60课时）
行业案例行业实际案例讲解和项目实战
【第六部分】数据分析前言技术（15天90课时）
Python基础Python基础知识Python语言特点，Python数据类，Python中的运算Python数据结构，Python控制流语句
Python基础应用Python异常处理与调试，Python函数调用和定义及函数的参数Python的类和面向对象编程，Python的文件及模块操作
Python数据清洗Numpy基础Numpy的ndarray，数组的索引和切片，数组运算常用的数组方法
Pandas基础应用Series数据结构，DataFrame数据结构，基本功能汇总和计算统计描述，缺失值的处理
Pandas数据规整数据加载与输出，数据集的合并，数据集的重塑，数据结构
Pandas分组运算GroupBy技术，数据聚合，分组级运算和转换透视表和交叉表
Python爬虫网络爬虫网络协议的简单介绍，网页数据结构介绍使用BeautifulSoup4库解析网页，Selenium获取动态网页数据
Python机器人学习文本挖掘原理和案例新闻的文本分类（TF-IDF准则，旅游新闻个性化推荐）
预测分析核心算法时间序列预测案例分析
机器学习经典算法垃圾短信或邮件识别与分类
Python概率统计概率图模型
数据可视化Python数据可视化的方式
Python金融分析综合案例分析
算法模型优化交叉验证（CV）
模型精度评估和提升机器学习的格点搜索与参数寻优
特征选取的方法分类预测
最佳K-means分类数Python图片结构与分析（K-means聚类分析）
不平衡数据处理分类预测
XGBoost机器集成学习算法案例
贝叶斯分析朴素贝叶斯决策
马尔科夫与蒙特卡罗Python随机模型模拟案例
【第七部分】老师带着做项目（15天30课时）
【第八部分】面试技巧答辩（6天30课时）
页:
[1]